[PYTHON] "Kaggle Memorandum" Fehlende Werte suchen / löschen

Zweck

Ein Hinweis zum Löschen von Spalten mit fehlenden Werten.

Umgebungs- / Nutzungsdaten

Verwendete Daten: Kaggle Cources: Mietdaten für Intermediate Machine Learning - Missing Values

Umgebung: Kaggle-Notizbuch

Was ich getan habe

Vorbereitung des Moduls / Betriebssystems, Lesen der Daten

`DropColumn.py`


#os,Modulimport
import os
import pandas as pd

#Daten lesen
X_full=pd.read_csv('../input/train.csv',index_col='Id')

X_full hat die folgenden Indizes

`DropColumn.py`


X_full.columns

Unter ihnen ist die Spalte, die den Defekt enthält

`DropColumn.py`


cols_missing=[col for col in X_full.columns
            if X_full[col].isnull().any()]
cols_missing

Es scheint. Löschen Sie diese alle auf einmal.

`DropColumn.py`


reduced_X_full=X_full.drop(cols_missing,axis=1)
reduced_X_full

Löschung abgeschlossen.

2. Vervollständigung fehlender Werte

Verwendung von SimpleImputer von scikit-learn

SimpleImputer verwendet statistische Werte wie Median und Mittelwert, um fehlende Werte zu ergänzen.

Zum Beispiel, wenn Sie mit dem Median ergänzen möchten Geben Sie als "imputer = SimpleImputer (Strategie =" Median ")" an.

`ImputeValue.py`


#Definition von imputer
from sklearn.impute import SimpleImputer
imputer=SimpleImputer(strategy='median')

#X_Ergänzen Sie die fehlenden Werte
imputed_X_full=pd.DataFrame(imputer.fit_transform(X_full))

Bei dieser Rate sind die Spaltennamen von "imputed_X_full" in Ordnung.

`ImputeValue.py`


imputer_X_full.columns

Spaltennamen rückgängig machen

`ImputeValue.py`


imputed_X_full.columns=X_full.columns
imputed_X_full.columns

Fertigstellung abgeschlossen.