我正在嘗試預處理一些數據以用于機器學習目的。我目前正在嘗試清理一些 NaN 值，并將它們替換為“未知”和基于列名稱的前綴或后綴。原因是當我使用一種熱編碼時，我不能將多個具有相同名稱的列輸入到 xgboost 中。所以我有以下內容df = df.apply(lambda x: x.replace(np.nan, 'unknown'))我想用“unknown_columname”替換 df 中 NaN 的所有實例。有沒有簡單或簡單的方法可以做到這一點？
2 回答
呼啦一陣風
TA貢獻1802條經驗 獲得超6個贊
嘗試一下df = df.apply(lambda x: x.replace(np.nan, f'unknown_{x.name}'))。
您也可以使用df = df.apply(lambda x: x.fillna(f'unknown_{x.name}').
紅糖糍粑
TA貢獻1815條經驗 獲得超6個贊
首先，讓我們創建備份數組，以便在有缺失值時進行填充
s = np.core.defchararray.add('unknown',df.columns.values)然后我們可以簡單地將每個 NaN 替換為 s 中的正確值：
cols = df.columns.values for col_name in cols: df.col_name.fillna(s, inplace=True)
添加回答
舉報
0/150
提交
取消