python-3.x - 使用 SimpleImputer 处理丢失数据时出现 TypeError

Question

我正在尝试使用来自 sklearn.imputer 的 SimpleImputer 处理我的数据集中丢失的数据，我的代码如下：

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values=np.nan, strategy='mean', verbose=0)
imputer = imputer.fit(X[:,1:3])
X[:,1:3] = imputer.transform(X[:,1:3])

当 imputer.fit 行执行时，我得到以下 TypeError ：

发生异常：TypeError '(slice(0, None, None), slice(1, 3, None))' is an invalid key

标签： python-3.xmachine-learningscikit-learnmissing-data

Answer 1

使用 iloc/loc 可以解决上述错误，如下所示：

 from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values=np.nan, strategy='mean', verbose=0)
imputer = imputer.fit(X.iloc[:,1:3])
X.iloc[:,1:3] = imputer.transform(X.iloc[:,1:3])

这现在有效！