填充之众数填充
# 定义fill_category_na函数
def fill_category_na(df, columns_list):
'''
该函数功能是将样本数据中所有类别型特征中的缺失数据填充为该特征的众数
df:输入的数据集
columns_list:为一个列表集合,里面的元素为每个具有缺失值的类别型特征
最后函数返回值为将缺失值填充成相应特征平均值的样本数据
'''
# 遍历每一个具有缺失值的类别型特征
for column in columns_list:
# 对每一个类别型特征计算出每个类别的数量
counts = df[column].value_counts()
# 将该特征的众数作为填充值
df[column].fillna(np.argmax(counts), axis=0, inplace=True)
# 函数返回值为填充好的样本数据
return df
作者:宋桓公
出处:http://www.cnblogs.com/douzi2/
如果您觉得阅读本文对您有帮助,请点一下“推荐”按钮,您的“推荐”将是我最大的写作动力!欢迎各位转载,但是未经作者本人同意,转载文章之后必须在文章页面明显位置给出作者和原文连接,否则保留追究法律责任的权利。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现