Python中的Hot-Deck插补

Question

我一直在寻找Python代码，它允许我替换数据帧列中丢失的值。我分析的重点是生物统计学，所以我不习惯用平均值/中间值/模式替换值。我想应用"Hot Deck Imputation"方法。在

我在网上找不到任何Python函数或包，它们使用数据帧的列并用“hotdack插补”方法填充缺失的值。在

但是，我确实看到了这个GitHub project，而且没有发现它有用。在

以下是我的一些数据示例（假设这是熊猫数据帧）：

| age | sex | bmi  | anesthesia score | pain level |
|-----|-----|------|------------------|------------|
| 78  | 1   | 40.7 | 3                | 0          |
| 55  | 1   | 25.3 | 3                | 0          |
| 52  | 0   | 25.4 | 3                | 0          |
| 77  | 1   | 44.9 | 3                | 3          |
| 71  | 1   | 26.3 | 3                | 0          |
| 39  | 0   | 28.2 | 2                | 0          |
| 82  | 1   | 27   | 2                | 1          |
| 70  | 1   | 37.9 | 3                | 0          |
| 71  | 1   | NA   | 3                | 1          |
| 53  | 0   | 24.5 | 2                | NA         |
| 68  | 0   | 34.7 | 3                | 0          |
| 57  | 0   | 30.7 | 2                | 0          |
| 40  | 1   | 22.4 | 2                | 0          |
| 73  | 1   | 34.2 | 2                | 0          |
| 66  | 1   | NA   | 3                | 1          |
| 55  | 1   | 42.6 | NA               | NA         |
| 53  | 0   | 37.5 | 3                | 3          |
| 65  | 0   | 31.6 | 2                | 2          |
| 36  | 0   | 29.6 | 1                | 0          |
| 60  | 0   | 25.7 | 2                | NA         |
| 70  | 1   | 30   | NA               | NA         |
| 66  | 1   | 28.3 | 2                | 0          |
| 63  | 1   | 29.4 | 3                | 2          |
| 70  | 1   | 36   | 3                | 2          |

我想应用一个Python函数，它允许我输入一个列作为参数，并使用“Hot-Deck插补”方法返回缺失值替换为插补值的列。在

我使用它来对模型进行统计建模，例如使用Statsmodels.api进行线性和逻辑回归。我不是用这个来学习机器。在

任何帮助都将不胜感激！在

Answer 1

您可以使用使用ffill，它使用last observation carried forward（LOCF）热代码插补。在

#...
df.fillna(method='ffill', inplace=True)

Scikit学习插补提供KNN，Mean，Max等输入方法。（https://scikit-learn.org/stable/modules/impute.html）

^{pr2}$