python - 如何使用 Python 中的 scikit learn 通过线性回归预测填充 pandas 数据框中的 NA 值？

Question

我有一个数据框，例如:

我需要使用 sklearn.LinearRegression 值通过线性模型填充 Age 的 NA 值。

它可以位于新列中，例如“Age_LM”，也可以位于同一列中。

我已经在列表中获得了线性回归模型的值。我只想知道替换 Age 列的每个 NA 上的这些值的最佳方法。

Answer 1

找到了这个解决方案:

X['Age_Pred'] = linear_model.predict(X.drop('Age', axis = 1))

X['Age_LM'] = np.where(X['Age']>0, X['Age'], X['Age_Pred'])