Scikit-Learn Imputer с несколькими значениями

Question

Есть ли способ для Imputer Scikit-learn найти и заменить несколько значений, которые считаются "пропущенными значениями"?

Например, я хотел бы сделать что-то вроде

imp = Imputer(missing_values=(7,8,9))

Но согласно документации, параметр missing_values ​​принимает только одно целое число:

отсутствующие значения: целое число или "NaN", необязательно (по умолчанию = "NaN")

Заполнитель для пропущенных значений. Все вхождения пропущенных_значений будут вменяться. Для пропущенных значений, закодированных как np.nan, используйте строковое значение "NaN".

Answer 1

Почему бы не сделать это вручную в исходном наборе данных? Предполагая, что вы используете pd.DataFrame Вы можете сделать следующее:

import numpy as np
import pandas as pd
from sklearn.preprocessing import Imputer

df = pd.DataFrame({'A': [1, 2, 3, 8], 'B': [1, 2, 5, 3]})
df_new = df.replace([1, 2], np.nan)
df_imp = Imputer().fit_transform(df_new)

Это приводит к df_imp:

array([[ 5.5,  4. ],
   [ 5.5,  4. ],
   [ 3. ,  5. ],
   [ 8. ,  3. ]])

Если вы хотите сделать это частью конвейера, вам просто нужно реализовать собственный преобразователь с аналогичной логикой.

Answer 2

Вы можете связать несколько импутеров в конвейере, но довольно скоро это может стать беспокойным, и я не уверен, насколько это эффективно.

      pipeline = make_pipeline(
    SimpleImputer(missing_values=7, strategy='constant', fill_value=10),
    SimpleImputer(missing_values=8, strategy='constant', fill_value=10),
    SimpleImputer(missing_values=9, strategy='constant', fill_value=10)
)