Sklearn的估算器 v/s df.fillnan 将 nan 值替换为列的平均值

Question

我找到了 2 种替换 python 中 nan 值的方法，一个使用 sklearn 的 imputer 类，另一个使用 df.fillnan（）后者似乎很容易，代码更少。但效率明智哪个更好。谁能解释每个用例。？

Answer 1

我觉得估算类有它自己的好处，因为您可以简单地提及平均值或中位数来执行一些操作，这与需要提供值的 fillna 不同。但是在估算中，您需要拟合和转换数据集，这意味着更多的代码行。但它可能会给你比fillna更好的速度，但除非真的大数据集，否则没关系。

但是菲尔娜有一些非常酷的东西。您甚至可以使用有时可能需要的自定义值填充 na。这使得 fillna 更好的恕我直言，即使它可能会执行得更慢。