python中的缺失值插补

在我的数据集上应用

inputer.fit_transform（）

后，我丢失了转换数据框上的列名。有没有办法在不丢失列名的情况下进行插补

正如我在对问题的评论中所说的，只需用插补器返回的数据替换（重新分配）数据框中的值即可

假设这是您的数据帧：

import numpy as np
import pandas as pd

df = pd.DataFrame(data=[[1,2,3], 
                        [3,4,4],
                        [3,5,np.nan], 
                        [6,7,8],
                        [3,np.nan,1]],
                  columns=['A', 'B', 'C'])

当前

df

：

   A    B    C
0  1  2.0  3.0
1  3  4.0  4.0
2  3  5.0  NaN
3  6  7.0  8.0
4  3  NaN  1.0

如果要将整个

df

发送到插补器，只需使用以下命令：

df[df.columns] = Imputer().fit_transform(df)

如果仅发送某些列，则仅使用这些列分配结果：

columns_to_impute = ['B', 'C']
df[columns_to_impute] = Imputer().fit_transform(df[columns_to_impute])

输出：

     A    B    C
0  1.0  2.0  3.0
1  3.0  4.0  4.0
2  3.0  5.0  4.0
3  6.0  7.0  8.0
4  3.0  4.5  1.0

---

大家好，欢迎来到SO。请花些时间阅读帮助页面，特别是命名和的部分。更重要的是，请阅读。您可能还想了解。格式化您的问题，并向我们展示您迄今为止的工作。只需使用原始数据框中的列来包装新返回的数据框。是的，sklearn应该与pandas进行更多的集成。但事实上，它们彼此独立。。但是vivek的解决方案很好。谢谢vivek。成功了。我在寻找一种更简单的方法。谢谢你