插补似乎会改变非 NaN 值

Question

run

imputed_training=impyute.imputation.cs.em(X_train2.values, loops=50)
xtrain2_imputed=pd.DataFrame(imputed_training)
columns=('interest-over-time','hash-rate',...) # very long list
xtrain2_imputed.columns = columns

返回包含与原始数据帧完全不同的值的数据帧 (xtrain2(。 如何使用期望最大化来插补我的 NaN，以返回与原始 df 具有相同列、列顺序和行顺序的数据帧？

Answer 1

当你这样做时，你可以把它重新分配回来

mputed_training=impyute.imputation.cs.em(X_train2.values, loops=50)
X_train2[:]= mputed_training