Scikit-Learn Imputer с несколькими значениями

Question

Есть ли способ для Imputer Scikit-learn найти и заменить несколько значений, которые считаются "пропущенными значениями"?

Например, я хотел бы сделать что-то вроде

imp = Imputer(missing_values=(7,8,9))

Но, согласно документам, параметр missing_values ​​принимает только одно целое число:

missing_values: целое число или «NaN», необязательно (по умолчанию = «NaN»)

заполнитель для пропущенных значений.Все вхождения пропущенных_значений будут вменяться.Для пропущенных значений, закодированных как np.nan, используйте строковое значение «NaN».

Answer 1

Почему бы не сделать это вручную в исходном наборе данных?Предполагая, что вы используете pd.DataFrame, вы можете сделать следующее:

import numpy as np
import pandas as pd
from sklearn.preprocessing import Imputer

df = pd.DataFrame({'A': [1, 2, 3, 8], 'B': [1, 2, 5, 3]})
df_new = df.replace([1, 2], np.nan)
df_imp = Imputer().fit_transform(df_new)

В результате вы получите df_imp:

array([[ 5.5,  4. ],
   [ 5.5,  4. ],
   [ 3. ,  5. ],
   [ 8. ,  3. ]])

Если вы хотите сделать это частью конвейера,вам просто нужно реализовать собственный преобразователь с аналогичной логикой.