python - 在 scikit-learn 中使用 Imputer

Question

Imputer()我需要在 scikit-learn 中使用该月的平均值填充缺失的温度值。

首先，我根据月份将数据框分成几组。然后我调用 imputer 函数来计算该组的平均值并填写缺失值。

这是我写的代码，但它不起作用：

def impute_missing (data_1_group):
    imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
    imp.fit(data_1_group)
    data_1_group=imp.transform(data_1_group['datetime'])
    return(data_1_group)

for data_1_group in data_1.groupby(pd.TimeGrouper("M")):
    impute_missing(data_1_group)

有什么建议吗？

Answer 1

试试这个小改变

imp=imp.fit(data_1_group['datetime']) data_1_group=imp.transform(data_1_group['datetime'])

虽然我自己是 scikit 的新手，但我推荐对我有用的解决方案。这是因为

1) imp 对象需要覆盖以适应，如第一行所示

2）它需要拟合和估算相同的数据集，在这种情况下似乎是 data_1_group['datetime']

我希望这有帮助