- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
对于初学者,这里有一些符合我的问题的人工数据:
df = pd.DataFrame(np.random.randint(0, 100, size=(vsize, 10)),
columns = ["col_{}".format(x) for x in range(10)],
index = range(0, vsize * 3, 3))
df_2 = pd.DataFrame(np.random.randint(0,100,size=(vsize, 10)),
columns = ["col_{}".format(x) for x in range(10, 20, 1)],
index = range(0, vsize * 2, 2))
df = df.merge(df_2, left_index = True, right_index = True, how = 'outer')
df_tar = pd.DataFrame({"tar_1": [np.random.randint(0, 2) for x in range(vsize * 3)],
"tar_2": [np.random.randint(0, 4) for x in range(vsize * 3)],
"tar_3": [np.random.randint(0, 8) for x in range(vsize * 3)],
"tar_4": [np.random.randint(0, 16) for x in range(vsize * 3)]})
df = df.merge(df_tar, left_index = True, right_index = True, how = 'inner')
现在,我想在每列中填充 NaN 值,在每列中使用非 NaN 值的 MEDIAN 值,但向该列中每个填充的 NaN 添加噪声。应该为该列中属于同一类的值计算 MEDIAN 值,如首先在列 tar_4 中标记的那样。然后,如果列中存在任何 NaN(因为列中的某些值都在 tar_4 类中,只有 NaN,所以无法计算 MEDIAN),在更新的列上重复相同的操作(一些 NaN 已经填充)来自 tar_4 操作),但具有相对于 tar_3 列属于同一类的值。然后是 tar_2 和 tar_1。
我想象的方式如下:
相同的逻辑贯穿其余的列。
因此,预期输出:填充了 NaN 值的 DataFrame,在基于列 tar_4 - tar_1 的类粒度级别递减的每一列中。
我已经有了一个代码,它实现了这一点,感谢@Quang Hoang:
def min_max_check(col):
if ((df[col].dropna() >= 0) & (df[col].dropna() <= 1.0)).all():
return medians[col]
elif (df[col].dropna() >= 0).all():
return medians[col] + round(np.random.randint(low = 0, high = 3) * stds[col], 2)
else:
return medians[col] + round(np.random.randint(low = -3, high = 3) * stds[col], 2)
tar_list = ['tar_4', 'tar_3', 'tar_2', 'tar_1']
cols = [col for col in df.columns if col not in tar_list]
# since your dataframe may not have continuous index
idx = df.index
for tar in tar_list:
medians = df[cols].groupby(by = df[tar]).agg('median')
std = df[cols].groupby(by = df[tar]).agg(np.std)
df.set_index(tar, inplace=True)
for col in cols:
df[col] = df[col].fillna(min_max_check(col))
df.reset_index(inplace=True)
df.index = idx
但是,这只会在每个粒度级别使用相同的 MEDIAN 值 + 噪声填充 NaN 值。如何增强此代码以便为每个 NaN 值生成不同的填充值,例如tar_4、tar_3、tar_2 和 tar_1 级别?
最佳答案
一个快速的解决方案是将每一行的 min_max_check
修改为 get_noise
:
def gen_noise(col):
num_row = len(df)
# generate noise of the same height as our dataset
# notice the size argument in randint
if ((df[col].dropna() >= 0) & (df[col].dropna() <= 1.0)).all():
noise = 0
elif (df[col].dropna() >= 0).all():
noise = np.random.randint(low = 0,
high = 3,
size=num_row)
else:
noise = np.random.randint(low = -3,
high = 3,
size=num_row)
# multiplication with isna() forces those at non-null values in df[col] to be 0
return noise * df[col].isna()
然后:
df.set_index(tar, inplace=True)
for col in cols[:1]:
noise = gen_noise(col)
df[col] = (df[col].fillna(medians[col])
.add(noise.mul(stds[col]).values)
)
df.reset_index(inplace=True)
注意:您可以进一步修改代码,生成与 medians
和 stds
大小相同的 noise_df
,一些像这样
for tar in tar_list:
medians = df[cols].groupby(df[tar]).agg('median')
stds = df[cols].groupby(df[tar]).agg('std')
# generate noise_df here
medians = medians + round(noise_df*std, 2)
df.set_index(tar, inplace=True)
for col in cols[:1]:
df[col] = df[col].fillna(medians[col])
df.reset_index(inplace=True)
df.index = idx
关于python - 每列中的变量 fillna(),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56178297/
这个问题在这里已经有了答案: 关闭 10 年前。 Possible Duplicate: How to nest OR statements in JavaScript? 有没有办法做到这一点:
在 JavaScript 中有没有办法让一个变量总是等于一个变量?喜欢var1 = var2但是当var2更新,也是var1 . 例子 var var1 = document.getElementBy
我正在努力理解这代表什么 var1 = var2 == var3 我的猜测是这等同于: if (var2 == var3): var1 = var2 最佳答案 赋值 var1 = var2
这个问题已经有答案了: What does the PHP error message "Notice: Use of undefined constant" mean? (2 个回答) 已关闭 8
我在临时表中有几条记录,我想从每条记录中获取一个值并将其添加到一个变量中,例如 color | caption -------------------------------- re
如何将字符串转为变量(字符串变量--> $variable)? 或者用逗号分隔的变量列表然后转换为实际变量。 我有 2 个文件: 列名文件 行文件 我需要根据字符串匹配行文件中的整行,并根据列名文件命
我有一个我无法解决的基本 php 问题,我也想了解为什么! $upperValueCB = 10; $passNodeMatrixSource = 'CB'; $topValue= '$uppe
这可能吗? php $variable = $variable1 || $variable2? 如果 $variable1 为空则使用 $variable2 是否存在类似的东西? 最佳答案 PHP 5
在 Perl 5.20 中,for 循环似乎能够修改模块作用域的变量,但不能修改父作用域中的词法变量。 #!/usr/bin/env perl use strict; use warnings; ou
为什么这不起作用: var variable; variable = variable.concat(variable2); $('#lunk').append(variable) 我无法弄清楚这一点
根据我的理解,在32位机器上,指针的sizeof是32位(4字节),而在64位机器上,它是8字节。无论它们指向什么数据类型,它们都有固定的大小。我的计算机在 64 位上运行,但是当我打印包含 * 的大
例如: int a = 10; a += 1.5; 这运行得很完美,但是 a = a+1.5; 此作业表示类型不匹配:无法从 double 转换为 int。所以我的问题是:+= 运算符 和= 运算符
您好,我写了这个 MySQL 存储过程,但我一直收到这个语法错误 #1064 - You have an error in your SQL syntax; check the manual that
我试图在我的场景中显示特定的奖牌,这取决于你的高分是基于关卡的目标。 // Get Medal Colour if levelHighscore goalScore { sc
我必须维护相当古老的 Visual C++ 源代码的大型代码库。我发现代码如下: bIsOk = !!m_ptr->isOpen(some Parameters) bIsOk的数据类型是bool,is
我有一个从 MySQL 数据库中提取的动态产品列表。在 list 上有一个立即联系 按钮,我正在使用一个 jquery Modal 脚本,它会弹出一个表单。 我的问题是尝试将产品信息变量传递给该弹出窗
这个问题在这里已经有了答案: 关闭 10 年前。 Possible Duplicate: What is the difference between (type)value and type(va
jQuery Core Style Guidelines建议两种不同的方法来检查变量是否已定义。 全局变量:typeof variable === "undefined" 局部变量:variable
这个问题已经有答案了: 已关闭11 年前。 Possible Duplicate: “Variable” Variables in Javascript? 我想肯定有一种方法可以在 JavaScrip
在语句中使用多重赋值有什么优点或缺点吗?在简单的例子中 var1 = var2 = true; 赋值是从右到左的(我相信 C# 中的所有赋值都是如此,而且可能是 Java,尽管我没有检查后者)。但是,
我是一名优秀的程序员,十分优秀!