pandas - 我正在尝试将 csv 文件的空白值转换为列的平均值，但它给出 "could not convert string to float: ' -' "错误

Question

import pandas as pd 
import numpy as np
from sklearn.preprocessing import Imputer 
data = pd.read_csv("austin_weather.csv")
data = data.drop(['Events', 'Date'], axis = 1) 
X = data.iloc[:, :-1].values
Y = data.iloc[:, 18].values
data = data.replace('T', 0.0)
imputer = Imputer(missing_values="-", strategy="mean", axis = 0)
imputer.fit(X[:])

imputer 函数无法将“-”空白值转换为相应列的平均值

Answer 1

对于折旧类别sklearn.preprocessing.Imputer参数 missing_values 是字符串 NaN 或数字。

因此，您可以首先将所有 - 值替换为 np.nan: X.replace('-', np.nan) 和然后调用imputer。