我正在尝试通过使用 R 中的 miceadds 包从 SPSS 创建的多重插补数据库中汇集结果（我对 R 很陌生，如果术语有点偏离，我很抱歉）。当我尝试使用 as.mids2 代码将数据库更改为 mids 对象时，我收到以下错误消息：

有人知道这意味着什么吗？数据库是 28 个变量，有 2378 个 obs，所以不大。

这是我正在使用的脚本：

任何帮助将不胜感激。

我正在准备对多个估算数据集的平均预测误差进行自举估计。我的函数似乎无法在范围内找到因变量。有什么办法可以规避吗？

多重插补运行顺利，但具体问题似乎是该行

找不到变量CG.tot：

eval（expr，envir，enclos）中的错误：找不到对象'CG.tot'

但是，如果我将公式声明为字符串：

有用...

最小运行示例：

数据集（有点长，但这是为了估算......）：

我想知道人们通常如何处理丢失数据的问题？我阅读了一些关于估算缺失数据的文章，其中基本上的想法是用以某种方式计算的某个值替换缺失的数据。

例如，假设我有一个缺少一些单元格的表格，并且我想使用一些插补技术来填充这些单元格。我想我应该首先使用一些精心挑选的函数f，并应用于f表中的一些现有数据来计算值以替换特定的缺失值。这是真的？

我有大量(4M x 17)缺失值的数据。两列是分类的，其余的都是数字的。我想使用 MICE 包进行缺失值插补。这是我尝试过的：

在整个数据集上运行插补计算成本很高，所以我只在前 10 万个观测值上运行它。然后我尝试使用输出来估算整个数据。

我的方法有什么问题吗？如果是，我应该怎么做才能使它正确？如果不是，那么为什么我会收到此错误？

我对单个变量进行了修改并将其返回到同一个变量

但是我有很多变量&想像这样使用循环

但：

如何在数据框中使用循环进行插补和返回变量？

我正在学习如何在 Python 上使用 Imputer。

这是我的代码：

但是，这会引发以下错误：ValueError：值的长度与索引的长度不匹配

我的代码有什么问题？？？

感谢您的帮助

我想使用 R 中可用的包“分层然后估算”。

也就是说，我希望： 1）使用名为“arm”的二进制变量对我的数据集进行分层。该变量没有缺失数据。2) 运行两个子集的插补模型 3) 组合两个插补数据集 4) 运行汇总分析。

我的数据集如下所示：

为了估算数据，我目前正在使用 mi() 函数，如下所示：

然后我不知道如何结合这两个插补来进行汇总分析。我没有成功尝试：

我认为这种方法是在估算时包含交互项的简化版本，但我也不知道这怎么可能。

谢谢

我想结合 sklearn 的 imputation 和 Panda 的 Ffill 来填充缺失的数据。这就是我的数据框，df看起来像

我想使用 FfillNaN用前一个值填充仅包含（例如第 2 行）的行。

如果行仅包含几个NaN，例如，如果至少有 1 个值，则使用插补以行中最频繁的值填充 NaN。

我正在使用 LabelEncoder 将字符串值转换为整数——它是按字母顺序排列的。A=0, B=1, C=2, D = 3. 为了确保 NaN 获得值 4 ，我将 NaN 转换为“Z”——使用data = df.fillna("Z")

然后，我对数据进行插补，以便Z用行中最常见的值填充任何值 - imp = Imputer(missing_values=4, strategy= 'most_frequent', axis=1)

所以，我想填充只有NaNusing的行ffill。

然后我使用 LabelEncoder 和插补来填充其他NaN行中最频繁的值。

如果我可以选择仅包含的行NaN并将ffill函数仅应用于这些行，那么我可以对另一个 Nan 使用插补。我怎样才能做到这一点？

如果在另一列中满足条件，我想在特定列中填充 NA 值，以便仅用推算/替换值替换这一类 NA 值。

例如我想执行：if column1 = 'value1' AND column2 = N.A fillna_in_column2 with value 'replacementvalue'

我如何在熊猫中实现这一目标？

由于修改了整体记录的长度，因此尝试执行此dataframe[dataframe['firstColumn'] == 'value1'].fillna({'column2':'replacementValue'}操作不起作用。到目前为止，我无法进行就地修改。

我试图在 Python 中估算缺失值，并且sklearn似乎没有超出平均值（平均值、中位数或众数）估算的方法。橙色插补模型似乎提供了一个可行的选择。然而，它似乎Orange.data.Table没有认识到np.nan或不知何故，插补失败了。

输出是

知道我缺少什么吗？谢谢！