創(chuàng)新互聯(lián)www.cdcxhl.cn八線動(dòng)態(tài)BGP香港云服務(wù)器提供商，新人活動(dòng)買(mǎi)多久送多久，劃算不套路！

在貢覺(jué)等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強(qiáng)發(fā)展的系統(tǒng)性、市場(chǎng)前瞻性、產(chǎn)品創(chuàng)新能力，以專(zhuān)注、極致的服務(wù)理念，為客戶(hù)提供網(wǎng)站制作、網(wǎng)站建設(shè) 網(wǎng)站設(shè)計(jì)制作按需求定制制作,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),品牌網(wǎng)站制作,成都全網(wǎng)營(yíng)銷(xiāo),外貿(mào)網(wǎng)站建設(shè),貢覺(jué)網(wǎng)站建設(shè)費(fèi)用合理。

小編給大家分享一下python出現(xiàn)nan的解決方法，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討方法吧！

很多數(shù)據(jù)不可避免的會(huì)遺失掉，或者采集的時(shí)候采集對(duì)象不愿意透露，這就造成了很多NaN（Not a Number）的出現(xiàn)。這些NaN會(huì)造成大部分模型運(yùn)行出錯(cuò)，所以對(duì)NaN的處理很有必要。

解決方法：

1、簡(jiǎn)單粗暴地去掉

1）有如下dataframe，先用df.isnull().sum()檢查下哪一列有多少NaN:

import pandas as pd
df = pd.DataFrame({'a':[None,1,2,3],'b':[4,None,None,6],'c':[1,2,1,2],'d':[7,7,9,2]})
print (df)
print (df.isnull().sum())

輸出：

2）將含有NaN的列(columns)去掉:

data_without_NaN =df.dropna(axis=1)
print (data_without_NaN)

輸出：

2、遺失值插補(bǔ)法

很多時(shí)候直接刪掉列會(huì)損失很多有價(jià)值的數(shù)據(jù)，不利于模型的訓(xùn)練。

所以可以考慮將NaN替換成某些數(shù)，顯然不能隨隨便便替換，有人喜歡替換成0，往往會(huì)畫(huà)蛇添足。

譬如調(diào)查工資收入與學(xué)歷高低的關(guān)系，有的人不想透露工資水平，但如果給這些NaN設(shè)置為0很顯然會(huì)失真。所以Python有個(gè)Imputation（插補(bǔ)）的方法。代碼如下：

from sklearn.preprocessing import Imputer
my_imputer = Imputer()
data_imputed = my_imputer.fit_transform(df)
print (type(data_imputed))
# array轉(zhuǎn)換成df
df_data_imputed = pd.DataFrame(data_imputed,columns=df.columns)
print (df_data_imputed)

輸出：

可以看出，這里大概是用平均值進(jìn)行了替換。

看完了這篇文章，相信你對(duì)python出現(xiàn)nan的解決方法有了一定的了解，想了解更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道，感謝各位的閱讀！

分享題目：python出現(xiàn)nan的解決方法-創(chuàng)新互聯(lián)
網(wǎng)站鏈接：http://jinyejixie.com/article44/dphjhe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、小程序開(kāi)發(fā)、網(wǎng)站設(shè)計(jì)、動(dòng)態(tài)網(wǎng)站、自適應(yīng)網(wǎng)站、網(wǎng)站內(nèi)鏈

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)