2回答
从数据框中删除因子级别
、、、、
senior"summary(df) Survived Pclass Sex Age Embarkedsenior: 22 Q: 28 我的问题是使用变量：
barplot(table(df$Embarked), xlab="Port of Embarkment", ylab="Frequ
浏览 30提问于2019-11-28得票数 1
titanic_df['Embarked'] = titanic_df['Embarked'].fillna("S")
titanic_df是数据帧，登船是一个列名。
浏览 5提问于2016-10-13得票数 1
")
newtest <- test[,features]
newtrain$Fare[newtrain$Fare == 0] <- median(newtrain$Fare, na.rm=TRUE)
new
浏览 11提问于2016-08-05得票数 0
回答已采纳
1回答
“已登船”列只有三个值: S、Q、C 当我尝试计算均值和中位数时，它已经给出了一个错误，因为它不是数字值，但我可以采用此列的模式，当我尝试这部分代码时，它不会给出错误： embarked=df_missing['Embarked']
df_missing['Embarked']=df_missing['Embarked'].fillna(embarked.mode()) 但它也不会填充空单元格。
浏览 5提问于2020-09-24得票数 1
在研究之后，我似乎需要为一个类别的每个值添加分类选项，但是我得到了以下错误：
df[catgoricalValues
浏览 4提问于2020-08-24得票数 3
回答已采纳
我喜欢巧妙地使用，并想为我的数据绘制方块图。import plotly.plotly as pyy1 = np.random.randn(50)+1
y=y0, marker = dict( )
浏览 2提问于2017-09-06得票数 2
回答已采纳
1回答
我试过了Error in mode(data$Embarked, na.rm = TRUE) : unused argument (na.rm = TRUE)
请告诉我如何将它们替换为模式
浏览 0提问于2018-09-14得票数 0
cat_cols = ['Pclass', 'Sex', 'Embarked']df_pred = pd.read_csv('test.csvpd.concat([df_train[cat_cols], df_pred[cat_cols]])df_join.Embarked.unique
浏览 0提问于2018-11-25得票数 0
回答已采纳
could not convert string to float: 'S'for dataset in train_test_data:试图改变这一切 dataset["Embarked"]= dataset["
浏览 5提问于2020-07-05得票数 0
回答已采纳
df.drop(["name","ticket","cabin","boat","body","home.dest"], axis=1,inplace=True)
浏览 1提问于2018-12-06得票数 0
回答已采纳
我试过：
trainData['Embarked'].replace('', embarkedMost, reg
浏览 1提问于2019-03-13得票数 0
回答已采纳
from sklearn import preprocessingdef l_e(df): df['Sex']= label_encoder.fit_transform(df['Sex'])
浏览 5提问于2022-10-09得票数 0
回答已采纳
我想用最常见的值填充泰坦尼克号数据集中丢失的一些数据，即“S”：df.loc[df.Embarked.isnull(), 'Embarked']= df.Embarked.mode()
df.loc[df.Embarked.isnull(), 'Embarked'] = 'S'
df.loc[d
浏览 2提问于2020-03-17得票数 0
回答已采纳
1回答
我正在学习数据科学和阅读别人的剧本。有一个泰坦尼克算法(kaggle)有这样的代码来应用Logistic回归，然后按照代码中的建议将其导出到.csv文件。但是，它总是在我运行代码后生成错误消息。原始脚本是，正在读取到代码中的.csv数据在这里： acc_log = predict_model(X_data, Y_data, logreg, X_test_kaggle, 'submission_Logistic.csv')
我收
浏览 2提问于2017-04-29得票数 0
回答已采纳
2回答
"] = train["Embarked"].fillna("S")train["Embarked"][train["Embarked"] == "S"] = 0
train["Embarked"][train[&quo
浏览 1提问于2017-04-12得票数 0
这是我的数据集的一个峰值0 0 A/5 21171 7.2500下面是代码片段：下面是错误片段： 19 # Cleaning Embarked column
---> 20 modeEmba
浏览 2提问于2016-03-26得票数 0
回答已采纳
df.dropna() titanic_dummies = pd.get_dummies(df, columns=['Pclass', 'Sex', 'Embarked'])
trainData = titanic_dummies[ ["Pclass_1", "Pclass_2", "Pclass_3","Sex_female",&quo
浏览 1提问于2017-08-28得票数 8
回答已采纳
=titanic[['Age','Pclass']].apply(fill,axis=1)
titanic.drop(['Cabin','Embarked'],axis=1,inplace=Tr
浏览 1提问于2017-07-29得票数 0
回答已采纳
1回答
"Age" with mean titanic_df["Embarked"].fillna(titanic_df["Embarked"].mode(), inplace = True)
print titanic_d
浏览 0提问于2017-07-17得票数 0
回答已采纳
["Fare"] = holdout["Fare"].fillna(train["Fare"].mean())
train = create_dummies(train,'Embarked</
浏览 1提问于2020-10-29得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号