数据分析之缺失值处理（下）

文章预览

承接上文： 数据分析之缺失值处理 缺失值处理   1）删除 删除法是指将缺失值所在的观测行删除（前提是缺失行的比例非常低，如5%以内）； 或者删除缺失值所对应的变量（前提是该变量中包含的缺失值比例非常高，如70%左右）；  2）替换 直接利用缺失变量的均值、中位数或众数替换该变量中的缺失值； 其好处是缺失值的处理速度快；弊端是易产生有偏估计，导致缺失值替换的准确性下降； 3）插补 利用有监督的机器学习方法（如回归模型、树模型、网络模型等）对缺失值作预测； 其优势在于预测的准确性高；缺点是需要大量的计算，导致缺失值的处理速度大打折扣。 缺失值——替换处理 fillna方法支持对不同变量指定不同替换值 # 构造测试数据集 df = pd.DataFrame({ ………………………………