如何用 ndarray/模型预测替换列中的缺失值答案

【问题标题】：How to replace missing values in a column with ndarray/model prediction如何用 ndarray/模型预测替换列中的缺失值
【发布时间】：2023-03-12 18:34:01
【问题描述】：

我想使用模型预测（比如说RandomForestRegression）来替换数据框Age 列中的缺失值。我检查了模型预测的数据类型是numpy.ndarray。

这是我的工作：

a = RandomForestRegressor()
a.fit(train_data, target)
result = a.predict(test_data)
df[df.Age.isna()].Age.iloc[:] = result

但它不起作用，也无法替换nan 值。请问为什么？

我看到有些人使用相同的方法，但它们有效。

【问题讨论】：

试试df.loc[df['Age'].isna(), 'Age'] = result.values。如果这不起作用，那么您的result 值与df['Age'] 中的空值的形状不同。这意味着你的逻辑不清楚。
我使用了df.loc[df['Age'].isna(), 'Age'] = result，它成功了。请问你为什么用result.values？由于的谓词值应该是数组而不是字典。非常感谢！
result.values 与dict 无关。它只是使用pd.Series.values 来使用 NumPy 数组进行赋值。如果以下答案解决了您的问题，请接受（左侧绿色勾号），以便其他用户知道。

【解决方案1】：

不要使用链式索引。在文档中是explicitly discouraged。您可能看到的不一致可能与文档中所述的副本与视图差异有关。

改为使用单个 pd.DataFrame.loc 调用：

df.loc[df['Age'].isna(), 'Age'] = result

【讨论】：