为什么我们要用Mean值替换DataFrame中的nan值，并且当我们更改它时，它不会影响我们的数据？
0 1.048242
1 1.688173
2 NaN
3 0.194162
4 0.194162
5 0.493194
6 NaN
7 0.675041
8 NaN
9 0.101743
10 3.112086df['view_duration'].fillna(mean,inplace = True)0 1.048242
1 1.688173
2 0.938350
3 0.194162
4 0.194162
5 0.493194
6 0.938350
7 0.675041
8 0.938350
9 0.101743
10 3.112086
2条答案
按热度按时间8fq7wneg1#
用其他相关数据（如均值）替换空值称为插补，通常用于机器学习模型，因为它们不能接受空值。
它不会更改数据的平均值。
请注意，如果同一列中有太多的空值（通常超过30%，但应根据具体情况考虑），那么我们最好不要插补，而是删除空值行。
pxq42qpu2#
是的。
我们这样做的原因是，许多算法无法对包含NaN的序列进行运算-一个特别突出的例子是傅里叶变换及其导数。与NaN只是传播，但大部分数据可能保持"干净"的更"规则"的运算不同，如果数据中间有多达一个NaN，时间序列分析就死了。
当然，用平均值替换通常是最明智的默认设置，但也不总是如此。同样，这在时间序列分析中也很突出--如果你错过了高周期性数据中的整个观测周期，用平均值替换会比用"平均"周期趋势的合理近似值替换更严重地扭曲最终结果（通常这是无关紧要的，如果填写的时间太长，影响了分析，那么分析很可能是虚假的）。因此，这是特定于问题的，可能需要极其小心和领域知识来正确地进行。