问如何在Python中使用scikit learn使用线性回归预测填充熊猫数据框中的NA值？
EN

Stack Overflow用户

提问于 2019-07-02 12:24:41

回答 1查看 1.9K关注 0票数 3

我有一个数据框，例如：

我需要用一个使用sklearn.LinearRegression值的线性模型来填充来自年龄的NA值。

它可以在新的列中，比如"Age_LM“或者在同一列中。

我已经在列表中有来自线性回归模型的值。我只想知道在Age列的每个NA上替换这些值的最佳方法。

回答已采纳

发布于 2019-07-02 12:52:24

找到了这个解决方案：

X['Age_Pred'] = linear_model.predict(X.drop('Age', axis = 1))

X['Age_LM'] = np.where(X['Age']>0, X['Age'], X['Age_Pred'])

票数 2

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/56845304

复制

相似问题

问如何在Python中使用scikit learn使用线性回归预测填充熊猫数据框中的NA值？EN