pandas 中类别缺失值的插补

是Python中一个强大的数据分析工具，它提供了丰富的函数和方法来处理和分析数据。在数据分析过程中，经常会遇到数据缺失的情况，而其中一种常见的缺失值类型就是类别型变量的缺失值。在这篇文章中，我们将介绍如何使用pandas来处理和插补类别型缺失值，并通过一个案例代码来说明。

python
import pandas as pd
data = {'category': ['A', 'B', 'C', 'A', pd.NA, 'B', 'C', pd.NA, pd.NA]}
df = pd.DataFrame(data)
mode_value = df['category'].mode()[0]
df['category'] = df['category'].fillna(mode_value)

python
import pandas as pd
import numpy as np
data = {'category': ['A', 'B', 'C', 'A', pd.NA, 'B', 'C', pd.NA, pd.NA]}
df = pd.DataFrame(data)
non_missing_values = df['category'].dropna().values
random_value = np.random.choice(non_missing_values)
df['category'] = df['category'].fillna(random_value)

python
import pandas as pd
from sklearn.linear_model import LogisticRegression
data = {'category': ['A', 'B', 'C', 'A', pd.NA, 'B', 'C', pd.NA, pd.NA]}
df = pd.DataFrame(data)
known_values = df.dropna()
unknown_values = df[df.isnull().any(axis=1)]
X = known_values.dropna().values.reshape(-1, 1)
y = known_values['category'].values
model = LogisticRegression()
model.fit(X, y)
predicted_values = model.predict(unknown_values.dropna().values.reshape(-1, 1))
df.loc[df['category'].isnull(), 'category'] = predicted_values