Как добиться точного вменения пропущенных значений в наборе данных? ⇐ Python

[Anonymous]

Я работаю с набором данных, содержащим сведения о подержанных автомобилях, и обнаружил несколько пропущенных значений в столбце Fuel_Type. Возможные значения: «Бензин», «E85 Flex Fuel», «Гибрид», «Дизель» и другие. В настоящее время в моих данных имеется более 4000 электромобилей, менее 50 автомобилей с бензиновым двигателем и несколько гибридов, в которых отсутствуют записи Fuel_Type. Кроме того, некоторые записи содержат нестандартные значения, такие как «–» и «не поддерживается». Точное заполнение этих пропущенных значений имеет решающее значение для моего анализа, поскольку они существенно влияют на результаты.
import pandas as pd
import numpy as np
from sklearn.impute import SimpleImputer

# Sample DataFrame
data = {
'Car': ['Toyota', 'Honda', 'Tesla', None, 'Ford'],
'Fuel_Type': ['Gasoline', 'E85 Flex Fuel', np.nan, 'Hybrid', None],
'Transmission': ['Automatic', None, 'Automatic', 'Manual', 'Manual']
}

df = pd.DataFrame(data)

# Initial imputation attempt
imputer = SimpleImputer(strategy='most_frequent')
df['Fuel_Type'] = imputer.fit_transform(df[['Fuel_Type']])
print(df)


Подробнее здесь: https://stackoverflow.com/questions/790 ... -a-dataset