柱变换器会损坏柱

Question

我尝试了这个代码，以便在我的列(任何策略(上估算缺失的值

import numpy as np
import pandas as pd
from sklearn.impute import SimpleImputer
from sklearn.compose import ColumnTransformer
X=pd.dataframe('namefile.csv')
li=['feature1']
# X['feature1'].Value_Counts of feature1:
# 0.00  7269
# 1.00  1745
# nan   683
# 2.00  607
# 3.00  520
# 4.00  146
# 5.00  31
# 6.00  6
p=ColumnTransformer(remainder='passthrough',transformers=[('simp',SimpleImputer(),li)])
z=p.fit_transform(X)
DF_Z=pd.DataFrame(z,X.columns)

#Distrbution Checking
# DF_Z['feature1'].Value_Counts of feature1:
# 4.00  7269
# 3.00  3137
# 5.00   2170
# 2.00  403
# 0.00  235
# 1.00  45

我不明白为什么转换器会破坏值的完成。我不明白为什么价值观​​没有丢失的都被更改了。

Answer 1

可能数据是正确的，但列顺序发生了变化，因此您对其重新构建的框架放置了错误的列标签。请尝试

DF_Z = pd.DataFrame(z, p.get_feature_names_out())