TransformMissing
TransformMissing[tab,spec]
根据指定 spec 替换表格数据 tab 中 Missing[…] 的项.
TransformMissing[tab,{col1spec1,…}]
用指定 speci 替换 coli 中缺失的元素.
更多信息和选项
- TransformMissing 亦称为缺失处理和缺失填补.
- TransformMissing 用于将数据集中缺失的元素替换为指定的值或从数据的已知部分推断出的值.
- 缺失值处理通常用于维护数据集的完整性(通常需要进一步的数据处理),并保留原始数据集的样本大小.
- tab 可取的值包括:
-
{assoc1,…} 关联列表 {x11,…} 矩阵 Dataset[…] 数据集对象 Tabular[…] 表格对象 - 基于该列中所有未缺失值的转换指定 spec 包括:
-
" Mean" 均值 "Median" 中值 "Mode" 最常出现的值 - 这些方法假设缺失数据是随机的 (MCAR),并且估算值反映的是一致的、有代表性的数据集,当数据没有偏差或异常值时效果最佳.
- 基于常数值的变换包括:
-
{"Constant", val} 常数 val - 基于采样的变换包括:
-
"RandomElement" 随机选择的值 {"RandomVariate",dist} 从 dist 采样的值 - 如果分布 dist 具有自由参数,则将使用 EstimatedDistribution 从未缺失数据中估计这些参数.
- 基于元素位置的变换包括:
-
"NearestElement" 使用最接近的非缺失元素 "NextElement" 使用下一个非缺失元素 "PreviousElement" 使用上一个非缺失元素 - 这些方法假设缺失值与附近的数据点相似,并且有助于填补序列数据或基于时间的数据中小的间隙.
- 基于插值的变换包括:
-
"Interpolation" 使用插值 {"Interpolation",InterpolationOrderdegree} 指定插值阶数r degree - 插值假设缺失数据位于已知点之间的平滑、连续路径上,这使其对于变化缓慢和较少急剧波动的数据集最有效.
- 可以使用 TransformColumns 和其他转换函数来实现其他方法.
- 当指定所需的列时,coli 可采用以下格式:
-
n 第 n 列 "name" "name" 列 TypeSpecifier[…] 与指定类型匹配的列 All 所有列 Automatic 根据 spec 自动确定列(默认)
范例
打开所有单元关闭所有单元基本范例 (2)
范围 (15)
转换 (11)
基于位置 (3)
基于插值 (2)
应用 (1)
Take a Tabular containing weather data:
Wolfram Research (2025),TransformMissing,Wolfram 语言函数,https://reference.wolfram.com/language/ref/TransformMissing.html.
文本
Wolfram Research (2025),TransformMissing,Wolfram 语言函数,https://reference.wolfram.com/language/ref/TransformMissing.html.
CMS
Wolfram 语言. 2025. "TransformMissing." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/TransformMissing.html.
APA
Wolfram 语言. (2025). TransformMissing. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/TransformMissing.html 年