缺失值填充

# 读取“银行贷款审批数据.xlsx”表，自变量为x1~x15，决策变量为y（1-同意贷款，0-不同意贷款）

# 其中x1~x6为数值变量，x7~x15为名义变量

# 请对x1~x6中存在的缺失值用均值策略填充，x7~x15用最频繁值策略填充

# 最后返回填充处理后的X（即x1~x15），以及决策变量Y(即y)

def return_values():

    import pandas as pd

    import numpy as np

    from sklearn.impute import SimpleImputer

    data=pd.read_excel('银行贷款审批数据.xlsx')

    numerical_vars = data.iloc[:, 0:6]  # x1 到 x6

    categorical_vars = data.iloc[:, 6:]  # x7 到 x15

    # 对数值变量（x1 - x6）使用均值策略填充缺失值

    numeric_imputer = SimpleImputer(strategy='mean')

    numeric_imputer.fit(numerical_vars)

    a1 = numeric_imputer.transform(numerical_vars)

    # 对名义变量（x7 - x15）使用最频繁值策略填充缺失值

    categorical_imputer = SimpleImputer(strategy='most_frequent')

    categorical_imputer.fit(categorical_vars)

    a2 = categorical_imputer.transform(categorical_vars)

    X=np.hstack((a1,a2))

    Y=data.iloc[:,-1]

    return(X,Y)