python数据处理学习笔记

转载自：https://blog.youkuaiyun.com/kancy110/article/details/75041923

sklearn.preprocessing.Imputer

填补缺失值：sklearn.preprocessing.Imputer(missing_values=’NaN’, strategy=’mean’, axis=0, verbose=0, copy=True)

主要参数说明：

missing_values：缺失值，可以为整数或NaN(缺失值numpy.nan用字符串‘NaN’表示)，默认为NaN

strategy：替换策略，字符串，默认用均值‘mean’替换

①若为mean时，用特征列的均值替换(除去空之后的平均值)

②若为median时，用特征列的中位数替换(除去空之后的中值)

③若为most_frequent时，用特征列的众数替换(除去空之后的中值)

axis：指定轴数，默认axis=0代表列，axis=1代表行

copy：设置为True代表不在原数据集上修改，设置为False时，就地修改，存在如下情况时，即使设置为False时，也不会就地修改

①X不是浮点值数组

②X是稀疏且missing_values=0

③axis=0且X为CRS矩阵

④axis=1且X为CSC矩阵

statistics_属性：axis设置为0时，每个特征的填充值数组，axis=1时，报没有该属性错误

[:,0:1]和[:,1]的区别

[:,0:1]取值后保持列的特性，仍为行数*一列的数组
[:,1]取值后为只有一行的array