python - 数据预处理:选择一种技术来填充数据集中的缺失数据
问题描述
所以我有一个带有以下标题的数据集:
除 SCHOOL_YEAR 之外的所有属性中都存在缺失值。我如何决定使用哪种技术来填充每个属性的缺失值(在 Python 中)?
目前,我正在使用反向填充(bfill),但我想知道如何确定哪种技术最好,例如用平均值、中值、填充等填充。
解决方案
推荐阅读
- c# - 在 C# 中的报表查看器中加载日期之间数据的方法
- zig - zig(zig 语言)中的类型生成
- excel - 数据透视图 - 3 个日期列,如何按月显示日期计数?
- javascript - 异步和同步函数 Node JS
- python - Pandas groupby 均值问题
- c# - IIS 中的 Asp.Net MVC 嵌入式第二个应用程序
- python - 有没有办法打印一个列表的 2 个相等的子列表?
- debugging - 如何在 Liferay 7 中调试?
- amazon-web-services - 如何在同一个域 EKS 下提供来自 api 和静态资源(来自 s3)的调用
- javascript - 在 chrome 开发者工具中禁用 debugger 语句