Python 将数据帧转换为橙色数据表
我正在使用pandas dataframe编写,我想将其转换为橙色数据表,以插补缺失的值。 我的数据框看起来像Python 将数据帧转换为橙色数据表,python,missing-data,orange,Python,Missing Data,Orange,我正在使用pandas dataframe编写,我想将其转换为橙色数据表,以插补缺失的值。 我的数据框看起来像 locationId rank Rating type value 1 1 10 shop 2.668 2 4 8 store 3.921 3 3 NAN shop 3.122 其中,秩为序号,重复值介于1和5之间。类型为类别,类型为shop、store等,评级为整型。值为浮点
locationId rank Rating type value
1 1 10 shop 2.668
2 4 8 store 3.921
3 3 NAN shop 3.122
其中,秩为序号,重复值介于1和5之间。类型为类别,类型为shop、store等,评级为整型。值为浮点。
我想把它转换成橙色的数据表,并插补缺失的值。
我也看过,但这些函数给了我一个错误,不适合我
import numpy as np
import pandas as pd
import Orange
import csv
from io import StringIO
from collections import OrderedDict
from Orange.data import Table, Domain, ContinuousVariable, DiscreteVariable
def pandas_to_orange(df):
domain, attributes, metas = construct_domain(df)
orange_table = Orange.data.Table.from_numpy(domain = domain, X = df[attributes].values, Y = None, metas = df[metas].values, W = None)
return orange_table
def construct_domain(df):
columns = OrderedDict(df.dtypes)
attributes = OrderedDict()
metas = OrderedDict()
for name, dtype in columns.items():
if issubclass(dtype.type, np.number):
if len(df[name].unique()) >= 13 or issubclass(dtype.type, np.inexact) or (df[name].max() > len(df[name].unique())):
attributes[name] = Orange.data.ContinuousVariable(name)
else:
df[name] = df[name].astype(str)
attributes[name] = Orange.data.DiscreteVariable(name, values = sorted(df[name].unique().tolist()))
else:
metas[name] = Orange.data.StringVariable(name)
domain = Orange.data.Domain(attributes = attributes.values(), metas = metas.values())
return domain, list(attributes.keys()), list(metas.keys())
使用->熊猫到橙色(数据帧)