熊猫–在分类数据中填充 NAn
原文:https://www.geesforgeks.org/pandas-filling-nan-in-classic-data/
真实世界的数据充满了缺失的值。为了解决这些问题，我们需要估算这些缺失的值，并从中得出有意义的结论。在本文中，我们将讨论如何在分类数据中填充 NaN 值。在分类特征的情况下，我们不能使用统计插补方法。
让我们首先创建一个样本数据集来理解填充缺失值的方法:
python 3
# import modules
import numpy as np
import pandas as pd
# create dataset
data = {'Id': [1, 2, 3, 4, 5, 6, 7, 8],
'Gender': ['M', 'M', 'F', np.nan,
np.nan, 'F', 'M', 'F'],
'Color': [np.nan, "Red", "Blue",
"Red", np.nan, "Red",
"Green", np.nan]}
# convert to data frame
df = pd.DataFrame(data)
display(df)
