简单的插补删除 nan 而不是插补

Question

我试图用平均策略来插补NaN值，但不是插补它，而是删除了值，我在这里阅读了如何使用它和文档，它根本无法与numpy数组或python列表一起使用，有什么问题？解决方案是什么？SimpleImputerNaN

import numpy as np

from sklearn.impute import SimpleImputer

from sklearn.model_selection import train_test_split

X = np.array([[2,3,6,5,4, np.nan],[2,3,6,15,4, np.nan]])

SI = SimpleImputer(strategy='mean')

X = SI.fit_transform(X)

print(X)

输出

runfile('D:/python projects/untitled0.py', wdir='D:/python projects')

[[ 2.  3.  6.  5.  4.]

 [ 2.  3.  6. 15.  4.]]

Answer 1

In [239]: SI=SimpleImputer(verbose=1)                                                          In [240]: SI.fit_transform(X)                                                                  /usr/local/lib/python3.6/dist-packages/sklearn/impute/_base.py:403: UserWarning: Deleting features without observed values: [5]  "observed values: %s" % missing)Out[240]: array([[ 2.,  3.,  6.,  5.,  4.],       [ 2.,  3.,  6., 15.,  4.]])调整 X：In [241]: X = np.array([[2,3,6,5,4, np.nan],[2,3,6,15,np.nan, 4]])                             In [242]: SI.fit_transform(X)                                                                  Out[242]: array([[ 2.,  3.,  6.,  5.,  4.,  4.],       [ 2.,  3.,  6., 15.,  4.,  4.]])

Answer 2

最后一列中的所有值都在数据中。因此，imputer 会删除该列，因为它不知道需要插补的值。请确保您的数据中至少有一个非值，以便允许 imputer 工作。NanNanX = np.array([[2,3,6,5,4, np.nan],              [2,3,6,15,4, np.nan],               [1,2,6,2,4, 1] ])SI = SimpleImputer(strategy='mean')SI.fit_transform(X)# Output:[[ 2.  3.  6.  5.  4.  1.] [ 2.  3.  6. 15.  4.  1.] [ 1.  2.  6.  2.  4.  1.]]