python实现数据预处理之填充缺失值的示例_python随机森林填补缺失值

python

python实例

163 浏览量更新于2023-03-03 评论 3 收藏 82KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python实现数据预处理之填充缺失值的示例实现数据预处理之填充缺失值的示例

1、给定一个数据集noise-data-1.txt，该数据集中保护大量的缺失值（空格、不完整值等）。利用“全局常量”、“均值或者中位

数”来填充缺失值。

noise-data-1.txt：：

5.1 3.5 1.4 0.2

4.9 3 1.4 0.2

4.7 3.2 1.3 0.2

4.6 3.1 1.5 0.2

5 3.6 1.4 0.2

5.4 3.9 1.7 0.4

4.6 3.4 1.4 0.3

5 3.4 1.5 0.2

4.4 2.9 1.4 0.2

4.9 -3.1 1.5 0.1

5.4 3.7 1.5 0.2

4.8 3.4 1.6 0.2

4.8 3 -1.4 0.1

4.3 3 1.1 0.1

5.8 4 1.2 0.2

5.7 4.4 1.5 0.4

5.4 3.9 1.3 0.4

5.1 3.5 1.4 0.3

5.7 3.8 1.7 0.3

5.1 3.8 -1.5 0.3

5.4 3.4 1.7 0.2

5.1 3.7 1.5 0.4

4.6 3.6 1 0.2

5.1 3.3 1.7 0.5

4.8 3.4 1.9 0.2

解题思路：解题思路：首先读入数据，对数据进行处理，去掉空行，利用 “均值来填充缺失值，本题利用Python语言实现，代码如下：

import numpy as np

data = [] my_list = [] con=0

noise_data = open('noise-data-1.txt')

clean_data = open("clean_data3.txt", 'w')

for line in noise_data.readlines():

if len(line) == 0:

break

if line.count('') == len(line):

continue

dataline =line.strip().split(' ')

my_list.append(dataline)

con+=1

for i in range(0,con):

for j in range(0,len(my_list[i])):

if my_list[i][j].count('.')==0:

miss_row=[] for a in range(0,len(my_list[i])):

if float(my_list[i][a])<0:

miss_row.append(-float(my_list[i][a]))

miss_row.append(float(my_list[i][a]))

my_average=round(np.average(miss_row),1)

my_list[i][j]=my_average

else:

if float(my_list[i][j])<0:

my_list[i][j]=-float(my_list[i][j])

my_list[i][j]=float(my_list[i][j])

print my_list

def file_write(filename,data_list):

file1=open(filename,'w')

for i in data_list:

for j in i:

if type(j)!=str:

j=str(j)

file1.write(j)

file1.write(' ')

file1.write('')

file1.close()

return file1

filename='clean_data.txt'

file_write(filename,my_list)

运行结果如下：运行结果如下：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38738977

粉丝: 6
资源: 971

会员权益专享

python实现数据预处理之填充缺失值的示例

评论0

会员权益专享

最新资源

python实现数据预处理之填充缺失值的示例

评论0

Python时间序列缺失值的处理方法（日期缺失填充）

python数据预处理（1）———缺失值处理

05.使用随机森林回归填补缺失值.ipynb

python新手数据预处理案例练习

Python数据预处理：缺失值处理方法详解

数据预处理中的缺失值处理方法

数据预处理：处理缺失值与异常值的方法

数据预处理技术：缺失值处理与异常值检测方法详解

使用Python进行数据预处理

机器学习预处理填充缺失值为众数的代码

写用python进行数据预处理的代码

Python数据预处理案例

数学建模数据预处理缺失值处理代码、

python电影数据预处理代码

《python数据预处理》课后答案黑马程序员

数据预处理 Python 代码实现

数据挖掘数据预处理python

python数据预处理代码

使用Python对Excel表格进行数据预处理

python数据预处理完整代码

会员权益专享

最新资源