使用“SimpleImputer”替换“NaN”值时出错

Question

我尝试了所有替换这些值的方法，但都失败了：我正在著名的“泰坦尼克号”数据集上执行此操作！ 以下是数据的一瞥：

Survived    Pclass  Sex Age SibSp   Fare    Embarked
0   0   3   male    22.0    1   7.2500  S
1   1   1   female  38.0    1   71.2833 C
2   1   3   female  26.0    0   7.9250  S
3   1   1   female  35.0    1   53.1000 S
4   0   3   male    35.0    0   8.0500  S
... ... ... ... ... ... ... ...
886 0   2   male    27.0    0   13.0000 S
887 1   1   female  19.0    0   30.0000 S
888 0   3   female  NaN 1   23.4500 S
889 1   1   male    26.0    0   30.0000 C
890 0   3   male    32.0    0   7.7500  Q

这是代码（只有 imputer 部分）：

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(strategy = 'mean')
imputer.fit(([stats['Age']]))
imputer.transform(stats['Age'])

尝试上面的代码给了我这个错误：

ValueError: Expected 2D array, got 1D array instead:

另一种尝试：

stats['Age'].reshape(-1,1)
imputer.fit(stats['Age'])
imputer.transform(stats['Age'])

此代码给出以下错误：

AttributeError: 'Series' object has no attribute 'reshape'

也试过这个：

imputer = SimpleImputer(strategy = 'mean')
stats['Age'].values.reshape(-1,1)
imputer.fit(stats['Age'])
imputer.transform(stats['Age'])

又出现同样的错误！！！

我也尝试过做其他小的改变，但我仍然经常遇到不同的错误。

Answer 1

问题很简单， transform function 采用二维矩阵。 因此，您所要做的就是在使用transform时将方括号放在stats["Age"]上，如下所示：

imputer.transform([ stats['Age'] ])

另外，我建议使用fit_transform而不是使用fit then transform 。