我在数据集中有许多变量,它们都是a)稀疏的和b)唯一的(主要是…)。像这样:
Foo
NaN
NaN
Bar
NaN
NaN
NaN
Baz
虽然这些变量的实际值在某些上下文中很有趣,但我经常发现自己只是将Null/Not Null替换为True/False。
我想知道这是否作为scikit-learn的编码器存在-如果没有,有人知道如何实现它吗?
以下内容适合我:
class NullNotNullTransformer(BaseEstimator, TransformerMixin):
"""
Transforms data according to null/not-null scheme.
"""
def fit(self, X):
return self
def transform(self, X):
return pd.isnull(X)