Python 使用sklearn插补器后，如何维护相同的熊猫数据帧？

我试图用插补器替换所有的NaN值。但是，sklearn插补器将我的数据更改为numpy数组。如何使其在不将数据更改为numpy数组的情况下替换所有NaN值

from sklearn.preprocessing import Imputer
import pandas as pd

df = pd.read_csv('my_data')

imp = Imputer(strategy='median')
imp.fit(df)
df = imp.transform(df)

---

当我检查完数据后，我得到的不是以前格式良好的数据，而是一个numpy数组。

您需要从新的numpy数组中替换原始

数据帧中的值。你可以做：

迭代dataframe中的列并为其分配numpy列：

for i, col in enumerate(df.columns):
    df[col] = df2[:,i]


直接指定所有列：

df[df.columns] = df2


使用旧数组中的列和索引，使用numpy数组创建一个新的
DataFrame
：

df_new = pd.DataFrame(df2, columns = df.columns, index=df.index)


如果使用
输入器
不是强迫，则直接使用：


您需要替换新numpy数组中原始数据帧中的值。你可以做：

迭代dataframe中的列并为其分配numpy列：

for i, col in enumerate(df.columns):
    df[col] = df2[:,i]


直接指定所有列：

df[df.columns] = df2


使用旧数组中的列和索引，使用numpy数组创建一个新的
DataFrame
：

df_new = pd.DataFrame(df2, columns = df.columns, index=df.index)


如果使用
输入器
不是强迫，则直接使用：


一个简单的方法->

df = pd.read_csv('my_data')
col = ['a','b','c','d']  #save your columns in an array
imp = Imputer(strategy='median')
imp.fit(df)
df = imp.transform(df)
df = pd.Dataframe(df,columns=col) # COnvert it back to dataframe. 

这将把数组转换为数据帧。
一种简单的方法->

df = pd.read_csv('my_data')
col = ['a','b','c','d']  #save your columns in an array
imp = Imputer(strategy='median')
imp.fit(df)
df = imp.transform(df)
df = pd.Dataframe(df,columns=col) # COnvert it back to dataframe. 

这将把数组转换为数据帧