遇到问题：

暂无

学习内容

缺失值填充处理

houseprice['LotFrontage']=houseprice['LotFrontage'].fillna(0)   复制代码

将该列中的空值或者NA填充为0

all_data.product_type[all_data.product_type.isnull()]=all_data.product_type.dropna().mode().values 复制代码

如果该列是字符串的，就将该列中出现次数最多的字符串赋予空值,mode()函数就是取出现次数最多的元素。

houseprice['LotFrontage'].fillna(method='pad') 复制代码

使用前一个数值替代空值或者NA，就是NA前面最近的非空数值替换

houseprice['LotFrontage'].fillna(method='bfill',limit=1) 复制代码

使用后一个数值替代空值或者NA，limit=1就是限制如果几个连续的空值，只能最近的一个空值可以被填充。

houseprice['LotFrontage'].fillna(houseprice['LotFrontage'].mean())    复制代码

使用平均值进行填充

houseprice['LotFrontage'].interpolate()复制代码

使用插值来估计NaN 如果index是数字，可以设置参数method='value' ，如果是时间，可以设置method='time'

houseprice= houseprice.fillna(houseprice.mean()) 复制代码

将缺失值全部用该列的平均值代替，这个时候一般已经提前将字符串特征转换成了数值。