python - 如何处理分类变量列中的 0 值？

Question

我在合成数据框中有一列“性别”，其 value_counts 如下所示:

df['Gender'].value_counts()

    male       42758
    female     27170
    other      27060
    unknown     6849
    0            724
    Name: Gender, dtype: int64

我正在预处理此数据集以进行线性回归。由于“男性”是最常出现的值，因此将“0”和“未知”组合在一起并用“男性”替换它们的出现是否有意义？

Answer 1

• 您可以删除这些行，因为与此列的其他级别相比，它们的计数非常低。
• 另一种解决方案是删除 then 值并使用其他行的中值、众数或最接近的值来填充。