python - 如何使用策略 'mean' 拟合缺失值？

Question

关闭。此题需要 details or clarity 。目前不接受答案。

---

想要改进这个问题吗？通过 editing this post 添加详细信息并澄清问题.

已关闭 4 年前。

Improve this question

我无法拟合缺失值。我有两列 NaN值(value)观。

ValueError: Found array with 0 feature(s) (shape=(537577, 0)) while a minimum of 1 is required.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

veriler = pd.read_csv("BlackFriday.csv")
print(veriler)

from sklearn.preprocessing import Imputer

imputer=Imputer(missing_values="NaN", strategy="mean", axis=0)
pro2=veriler.iloc[:,9:11].values
print(pro2)

imputer=imputer.fit(pro2[:,9:11])
pro2[:,9:11]=imputer.transform(pro2[:,9:11])
print(pro2)

Answer 1

您已经使用 iloc 选择了所需的行所以我认为你不必在 pro2 中再次使用它

尝试改变

imputer=imputer.fit(pro2[:,9:11])
pro2[:,9:11]=imputer.transform(pro2[:,9:11])
print(pro2)

到

imputer=imputer.fit(pro2)
pro2=imputer.transform(pro2)
print(pro2)