时间戳

首页 > 解决方案 > 如何将我的推算数据与我的原始数据框合并？

python - 如何将我的推算数据与我的原始数据框合并？

问题描述

我正在解决泰坦尼克号 kaggle 问题，我想做的一件事是使用 sklearn 的 IterativeImputer 来填充我的缺失值。

在运行插补并生成“填充”值后，我遇到了障碍。我想知道如何最好地用填充的值更新原始数据框。

代码：

from sklearn.experimental import enable_iterative_imputer  
from sklearn.impute import IterativeImputer

from sklearn.ensemble import RandomForestRegressor
import pandas as pd
import numpy as np

titanic = pd.DataFrame(
    {
     "PassengerId": [1, 2, 3, 4, 5],
     "Survived": [0, 1, 1, 1, 0],
     "PClass": ['3', '1', '3', '1', '3'],
     "Name": ['Braund, Mr. Owen Harris', 'Cumings, Mrs. John Bradley (Florence Briggs Thayer)',
              'Heikkinen, Miss. Laina', 'Futrelle, Mrs. Jacques Heath (Lily May Peel)', 'Allen, Mr. William Henry'],
     "Sex": ['male', 'female', 'female', 'female', 'male'],
     "Age": [22, 38, 26, np.nan, 35],
     "SibSp": [1, 1, 0, 1, 0],
     "Parch": [0, 0, 0, 0, 0],
     "Fare": [7.25, 71.2833, 7.925, 53.1, 8.05]
     }
    )

# Slicing dataframe to feed to imputer
titanic_sliced = titanic.loc[:, ['Age', 'SibSp', 'Parch', 'Fare']]
titanic_sliced.head()

切片数据集的输出：

        Age  SibSp  Parch     Fare
0  22.0      1      0   7.2500
1  38.0      1      0  71.2833
2  26.0      0      0   7.9250
3   NaN      1      0  53.1000
4  35.0      0      0   8.0500

使用随机森林估计器运行 imputer

imp = IterativeImputer(RandomForestRegressor(), max_iter=10, random_state=0)
imputed_titanic = pd.DataFrame(imp.fit_transform(titanic_sliced), columns=titanic_sliced.columns)
imputed_titanic

imputed_titanic 的输出：

       Age  SibSp  Parch     Fare
0  22.00    1.0    0.0   7.2500
1  38.00    1.0    0.0  71.2833
2  26.00    0.0    0.0   7.9250
3  36.11    1.0    0.0  53.1000
4  35.00    0.0    0.0   8.0500

所以现在我的问题是，用推算值更新原始数据框的最佳方法是什么？

标签： pythondataframe

解决方案

你不能，因为给定的。您销毁了所需位置的数据。相反，您必须以某种方式维护该数据。我建议您将索引转移到一个简单的数据列，您可以稍后在其中恢复它。

推荐阅读