Pandas 熊猫会在只包含NaN的行上移动

我想结合sklearn的插补和Panda的Ffill来填充缺失的数据。 这就是我的数据帧，

df

的样子

FeatA  FeatB  FeatC  FeatD
  B      A      B      D
 NaN    NaN    NaN    NaN
  A      A      B       C
 NaN     A      A       A
 NaN     B      A       A

我想使用Ffill将仅包含

NaN

（例如第2行）的行填充为上一个值

如果行仅包含少数

NaN

，例如，如果至少有一个值，则使用插补将NaN填入行中最频繁的值

我使用一个LabelEncoder将字符串值转换为整数——它是按字母顺序排列的<代码>A=0，B=1，C=2，D=3。 为了确保NaN得到值4，我使用

data=df.fillna（“Z”）

然后，我对数据进行插补，使带有

Z

的任何值都用行中最频繁的值填充——

imp=inputer（缺失值=4，策略='most\u frequency'，axis=1）

---

因此，我想使用

ffill

填充只有

NaN

的行

然后我使用LabelEncoder和插补，用行中最频繁的值填充其他

NaN

---

如果我可以选择只包含

NaN

的行，并将

ffill

函数仅应用于这些行，那么我可以对另一个NaN使用插补。如何执行此操作？

您可以首先使用先前的值仅复制

Nan

行，然后继续，如图所示：

## Select rows containing all Nan values and replace them with the preceding values
In [2]: df.loc[df.isnull().all(axis=1), :] = df.ffill()    

In [3]: df.fillna('Z', inplace=True)

初始化

LabelEncoder

并执行

fit

：

In [4]: enc = LabelEncoder()

In [5]: enc.fit(np.unique(df.values))
Out[5]: LabelEncoder()

In [6]: df = df.apply(enc.transform)

用列中最常见的元素填充缺失值：

In [7]: imp = Imputer(missing_values=4, strategy='most_frequent', axis=1)

In [8]: imp.fit_transform(df)
Out[8]: 
array([[ 1.,  0.,  1.,  3.],
       [ 1.,  0.,  1.,  3.],
       [ 0.,  0.,  1.,  2.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.]])

---

df.fillna（method='ffill'，inplace=True）

。这将向前传播最后一个有效观察值，并相应地更改

Nan

值。“因此，我想使用ffill填充只有Nan的行。”这将使该行与上面的行相同。为什么不删除那一行呢？这是用于分类模型的输入-我不想删除空行