Python 情绪分析中缺失值的处理

我有一个中等大小的加密评论数据集及其相应的标签，可以是肯定的，也可以是否定的。我想知道，如果缺少评论的比率为1%，最好的方法是什么。下面是应用广泛的数据清理步骤后的数据集示例

df=pd.DataFrame({'comments':['xxy uuicz', '', 'jiko bhht'], 'label':['positive', 'negative', 'negative']})

---

我正在使用Gensim（preprocess_string）并通过构建自定义的停止字列表来删除停止字。目标是使分类器适合预测任何给定加密评论的情绪

您需要更具体地说明您正在做什么，使用什么库，以及您的目标是什么。没有这一点，没有人能给你一个实际的答案，最多只能给出他们的意见，这不是StackOverflow的目的。我真的不认为你有很多选择。如果无法以某种方式重建丢失的注释，则必须从模型中删除所有丢失的注释实例，或者（可能是更可取的方法），将它们映射到下游建模的两个虚拟“空（正）”和“空（负）”变量。如果情绪标签中单独包含任何剩余信息，则后一种情况可能更好。但是，如果您只是试图创建一个映射输入单词->输出情绪的模型，那么您可以删除缺少的实例。删除观察结果。您无法从您的输入/功能中获得任何信息来帮助您运行情绪分析。@Nicolas Gervais这种方法的问题是在生产中可能不可取。