腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
修复
pandas
数据
帧
中
的
缺失
值
、
、
我有包含以下列
的
dataframe: STORE METHOD DIVISION PROB VALUEX20 2因此,在本例
中
,我们需要为缺少
的
方法(在本例
中
缺少2)添加新行,并将VALUEX列作为方法2
值
的
平均值
浏览 17
提问于2020-12-09
得票数 0
回答已采纳
2
回答
如何忽略列长度检查
中
的
NaN
、
、
我正在尝试计算
数据
帧
中
每一列
的
最大和最小长度,该
数据
帧
中有一些
缺失
值
。
Pandas
将这些
缺失
值
视为"NaN“,并将长度计为3。如何在计算最大和最小长度时完全忽略
缺失
值
?下面是我
的
代码: import
pandas
as pd maxColumnLenghts = []
浏览 51
提问于2020-11-06
得票数 1
回答已采纳
9
回答
如何在Python
中
删除缺少
值
过多
的
列
、
、
、
、
我正在研究一个机器学习问题,在这个问题中,特征中有许多
缺失
值
。有100个特征,我想删除那些有太多
缺失
值
的
特征(可能是
缺失
值
超过80%
的
特征)。我如何在Python
中
做到这一点?我
的
数据
是
Pandas
数据
帧
。
浏览 1
提问于2017-08-05
得票数 9
1
回答
热图未显示缺少
的
值
、
、
、
、
我正在使用
pandas
.isnull查找
数据
帧
(即火车)
的
缺失
值
,当我使用sns.heatmap时,它为'Age','Cabin‘和'Embarked’columns.But
中
的
缺失
值
提供了正确
的
布尔
值
输出,它没有显示‘boolean’
的
缺失
值
。在热图中未显示已装入
的
<
浏览 35
提问于2020-05-21
得票数 0
回答已采纳
2
回答
基于另一列
的
pandas
中
类别的
缺失
值
的
补偿
、
、
如何在
pandas
数据
帧
中
填充NaN
值
?我
的
数据
是这样
的
基于已知zone只属于state
的</
浏览 4
提问于2020-01-21
得票数 0
1
回答
Pandas
:从numpy数组
中
填充dataframe列
的
缺失
值
、
、
我有一个大小为k
的
numpy array,以及一个包含大小为n>k
的
列
的
pandas
数据
帧
,其中包含缺少
的
k
值
。有没有一种简单
的
方法来相应地填充numpy array
中
的
k个
缺失
值
(即dataframe列
中
第一个出现
的
缺失
值
对应于数组
中
的
下一个
浏览 6
提问于2018-02-06
得票数 3
回答已采纳
1
回答
scipy.stats.mode具有“TypeError :unorderable type str() >float()”
代码是stats.mode(df['Gender']') 其中三个在df‘’Gender‘
中
是null,问题是'TypeError: unorderable
浏览 3
提问于2017-08-11
得票数 1
1
回答
将不同类型
的
缺失
值
转换为
pandas
可识别的NA
、
我有一个
数据
帧
,它包含各种不同
的
值
来指示
缺失
。我修改了它,现在它们都应该被指定为'NaN‘,如下所示: import numpy as np import numpy as np return modified_df
浏览 6
提问于2021-04-27
得票数 0
1
回答
用考虑分组前后
的
平均值填充包含NaN
的
单元格
、
、
、
考虑到有不同
的
ID,我想用
缺失
值
之前和之后
的
单元格
的
平均值来填充
pandas
数据
帧
中
的
缺失
值
。B NaN 2 A 5 2 B 2 预期
的
DF
浏览 16
提问于2021-08-03
得票数 0
回答已采纳
1
回答
在索引
值
不同
的
情况下,如何填充
缺失
的
值
?
、
、
这是我
的
情况。我有一个数组形式
的
预测
值
(即(1,3,1,2,3,...3)和一个
缺失
NA
的
数据
帧
列,数组和
数据
帧
的
列都有相同
的
维数。但是,这些指数与另一种指数不匹配。例如,预测数组
的
索引为0:100。另一方面,NA列
的
索引不是以0开头,而是在dataFrame中观察到NA
的
第一个索引。
Pandas
函数将填充什么--在第一个<em
浏览 1
提问于2016-05-01
得票数 0
回答已采纳
2
回答
如何在PySpark
中
获得
数据
类型为时间戳
的
列
的
null/nan计数?
、
、
、
我有一个名为 createdtime
的
列,其
数据
类型为时间戳,我希望找到创建时间为空或空或nan
的
行数。 我尝试了下面的方法,但我得到了错误,无法通过它。
浏览 5
提问于2022-06-26
得票数 0
1
回答
填充
pandas
数据
帧
中
的
缺失
值
、
、
、
、
我有一个包含两列
的
pandas
数据
帧
: locationid、geo_loc。locationid列缺少
值
。我想要获取丢失
的
位置id行
的
Locationid
值
,然后在geo_loc列
中
搜索这个geo_loc
值
并获取位置id。'geo_loc':['G12','K11','B16','G12','B22
浏览 13
提问于2020-02-22
得票数 3
回答已采纳
1
回答
处理
数据
集中
的
缺失
值
、
、
、
我们应该在多大程度上填充
数据
集中某个特征
的
缺失
值
,以便它不会变得多余?在给定特征
缺失
值
的
数量
的
情况下,我们如何确定保留或转储特征
的
阈值?
浏览 1
提问于2015-10-03
得票数 0
1
回答
多元线性回归-仅删除缺少
的
值
,而不删除整个行- Python
、
、
、
我有一个因变量和许多不同
的
自变量。在自变量
的
一列
中
,我有许多值是零
的
,或者让我们假设“
缺失
值
”。现在,当我执行多元回归时,模型将受到零
值
的
影响,如果它是一个
缺失
值
,模型将删除整行。我想要
的
是,如果这个变量是零
值
或
缺失
值
,模型不会考虑这个变量,但仍然保留另一个自变量来预测模型。下面是多元线性回归
的
例子: from statsmod
浏览 35
提问于2020-06-16
得票数 1
2
回答
如何通过插入带有
缺失
值
的
新行来规范化我
的
数据
帧
?
、
、
、
、
我正在尝试使用缺少
的
值更新我
的
数据
帧
,当前
的
数据
帧
如下所示 from
pandas
import DataFrame 'A': [0, 4, 10, 15, 30[3, 7, 14, 21, 44, 100],df = DataFrame(boxes, columns= ['A','B']) 但是我需要编写一个函数,该函数可以用列A和
浏览 7
提问于2020-07-03
得票数 0
回答已采纳
2
回答
dask
数据
帧
读取地板模式差异
、
、
、
我所做
的
工作如下:from dask.distributed import Clientdataset是从Mathew所做
的
演示中提取出来
的
", "name": "VendorI
浏览 0
提问于2018-07-20
得票数 2
回答已采纳
0
回答
如何
修复
Python
Pandas
Dataframes
中
的
浮点差异?
、
我正在将CSV文件读入Panda
的
数据
帧
。在检索
数据
时,我得到
的
值
与原始
数据
略有不同。df = pd.read_csv(csv_file_full_path, names=['time','price', 'volume'
浏览 2
提问于2016-07-13
得票数 1
回答已采纳
1
回答
随机森林特征重要性Python
、
、
、
、
在执行超参数调整并获得分类器
的
最佳参数后,我正在尝试从我
的
数据
中
获得特征重要性。我也已经将我
的
最佳参数应用于训练集,现在我正在尝试获取重要
的
特征,但我总是遇到错误,并尝试了我在互联网上找到
的
每一个可能
的
解决方案。3 feature_importances 我真的很感谢我能得到<em
浏览 0
提问于2021-06-13
得票数 0
1
回答
创建缺少
值
的
数据
框架
、
、
、
、
我想要创建一个表并用我
的
数据
填充
缺失
的
值
。: 0, 'F': 0} 1 0 na 0 0 0 0 0我可以手动给出丢失
的
值
(使用下面的代码),然后将其转换为
数据
帧
。是否有更好
的
方法来填充
缺失
<em
浏览 6
提问于2022-09-07
得票数 1
回答已采纳
1
回答
处理numpy/
pandas
中
的
零日志
值
、
、
我在
pandas
中有一个dataframe,它存储一个包含比率
的
列。需要将比率转换为log2比例进行绘图,但比率
值
通常为0,导致log2(0)记录为inf或
pandas
中
的
缺失
值
。我想要可视化这些,因为在我
的
数据
帧
中
,比率
值
为0是有意义
的
。在
pandas
/numpy
中
处理这个问题
的
最
浏览 0
提问于2013-02-28
得票数 2
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
利用pandas进行数据分析(三):缺失值处理
问卷数据中的缺失值插补方法
Python数据分析入门日记Day9:数据分析库Pandas:缺失值的处理
数据的来源和缺失值处理
将多个Excel工作表合并到一个Pandas数据帧中
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券