python中填充而不是删除缺失值

在Python中，处理缺失值时填充（imputation）是一种常见的方法，而不是简单地删除含有缺失值的行或列。Pandas库提供了fillna()函数来实现这一操作。以下是一些基本示例：

1. 使用特定值填充缺失值：

   import pandas as pd
   
   # 假设df是一个包含缺失值的数据框
   df = pd.read_csv('your_dataset.csv')
   
   # 使用某个常数值填充缺失值
   df.fillna(value=0, inplace=True)  # 将所有缺失值替换为0
   

2. 使用列的均值、中位数或众数填充数值型特征的缺失值：

   # 使用列的平均值填充缺失值
   df['numeric_column'].fillna(df['numeric_column'].mean(), inplace=True)
   
   # 或者使用中位数
   df['numeric_column'].fillna(df['numeric_column'].median(), inplace=True)
   
   # 对于分类数据，可以使用众数（mode）
   df['categorical_column'].fillna(df['categorical_column'].mode()[0], inplace=True)
   

3. 使用前向填充（ffill）或后向填充（bfill）：

   # 使用前向填充：用每个观测值前面最近的一个非缺失值填充缺失值
   df.fillna(method='ffill', inplace=True)
   
   # 使用后向填充：用每个观测值后面最近的一个非缺失值填充缺失值
   df.fillna(method='bfill', inplace=True)
   

4. 使用插值或其他统计模型填充缺失值（例如线性插值、KNN等）：

   # 线性插值（仅适用于连续数值特征）
   df.interpolate(inplace=True)
   
   # 对于复杂情况，可以使用如sklearn库中的Imputer类或者更复杂的库如fancyimpute进行插值或机器学习方法填充
   from sklearn.impute import SimpleImputer
   imputer = SimpleImputer(strategy='mean')  # 'mean', 'median', 'most_frequent' 等策略
   df_imputed = pd.DataFrame(imputer.fit_transform(df), columns=df.columns)
   

根据您的数据特点和需求，可以选择合适的方法对缺失值进行填充。记得在实际应用中检查填充后的数据合理性，并考虑缺失值可能带来的偏差。