Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用 R 使用另一个数据框中的值插入缺失数据的值
All 我有一个问题 我担心在这里问可能太平庸 但在其他地方寻找它会让我误入歧途 我可能没有使用正确的搜索词 我在 R 中有一个面板数据框 国家 地区 年份 给定变量上有一些缺失值 我试图用另一个数据框中另一个向量的值来估算它们 这是我正在
r
missingdata
datamanipulation
r:缺失日期的完整值
在 R 中 如果我有这些数据 date hour temp 2014 01 05 20 00 00 16 2014 01 06 20 00 00 14 2014 01 06 22 00 00 18 与seq我可以获得日期时间序列 begin
r
missingdata
java.lang.NoClassDefFoundError:android.support.v7.appcompat.R$styleable
我正在使用终端 不是 eclipse 我在使用时遇到以下异常错误emulator debug成功并安装成功 但模拟器显示Unfortunatly app has stop 然后我跑 adb logcat它将显示以下内容 java lang
Android
Exception
missingdata
SQL Server 插入缺失行
我有下表记录每天的值 问题是有时会缺少几天 我想编写一个 SQL 查询来 归还缺失的日子 使用线性插值计算缺失值 所以从下面的源表中可以看出 Date Value 2010 01 10 10 2010 01 11 15 2010 01 13
TSQL
missingdata
linearinterpolation
有没有办法填充特定值之间的列的缺失值? [复制]
这个问题在这里已经有答案了 假设我在 R 中创建一个数据框 如下所示 df1 lt data frame time 1 20 trial c NA NA NA 1 NA NA NA 1 NA NA NA 2 NA NA NA 2 NA NA
r
DataFrame
dplyr
missingdata
用数组中缺失周期的行填充二维数组
我有一个包含 1 13 期间的数组 有时 该数组并不包含所有期间的数据 我需要填写缺失的数据 例如 array period gt 7 y gt 20 period gt 8 y gt 20 50 period gt 9 y gt 7020
php
Arrays
loops
missingdata
defaultvalue
Pandas Dataframe:用行平均值替换 NaN
我正在尝试学习 pandas 但我对以下内容感到困惑 我想用行平均值替换 DataFrame 中的 NaN 因此像df fillna df mean axis 1 应该有效 但由于某种原因它对我来说失败了 我错过了什么吗 我所做的事情有问题
python
pandas
DataFrame
missingdata
计算运行中位数时缺失值?
我想平滑时间序列以避免虚假抖动 错误 换句话说 我想做一些非常局部的鲁棒平滑 我在动物园包中遇到了 rollmean 和 rollmedian 但遇到了问题 因为我的向量中有一个 NA 然后我在某处读到那些动物园函数使用 runmed 这就
r
missingdata
如何删除列中超过 2 个连续的 NA?
我是 R 新手 在我的数据框中我有 col1 Timestamp col2 Values 我必须删除 col2 中超过 2 个连续 NA 的行 我的数据框看起来像下面的一个 Timestamp values 2011 01 02 2 201
r
datetime
duplicates
missingdata
小鼠:glm.fit:算法未收敛
我有一个数据集 其中包含大约 12 个级别范围为 2 10 的分类变量以及其他数值变量 约280条记录 我正在使用mice封装在r使用所有默认设置对缺失数据进行插补 但是 当我尝试像这样进行插补时 imp lt mice df 我继续收到此
r
missingdata
rmice
具有缺失值的多元 LSTM
我正在使用 LSTM 解决时间序列预测问题 输入包含多个特征 因此我使用多元 LSTM 问题是有一些缺失值 例如 Feature 1 Feature 2 Feature n 1 2 4 nan 2 5 8 10 3 8 8 5 4 nan
tensorflow
neuralnetwork
Keras
LSTM
missingdata
读取多个文件并根据用户输入计算平均值
我正在尝试在 R 中编写一个需要 3 个输入的函数 目录 污染物 id 我的计算机上有一个目录 里面充满了 CSV 文件 即超过 300 个 该函数的功能如下所示 pollutantmean lt function directory po
r
function
subset
mean
missingdata
在 numpy 数组求和中将 nan 视为零,除了所有数组中的 nan
我有两个 numpy 数组 NS EW 来总结 他们每个人在不同的位置都有缺失值 比如 NS array 1 2 nan 4 5 nan 6 nan nan EW array 1 2 nan 4 nan nan 6 nan 9 如何以 nu
python
NumPy
NaN
missingdata
计算数据框中成对有效观察值(无 NA)的数量
假设我有一个像这样的数据框 Df lt data frame V1 c 1 2 3 NA 5 V2 c 1 2 NA 4 5 V3 c NA 2 NA 4 NA 现在我想计算两个变量的每个组合的有效观察数 为此 我写了一个函数sharedc
r
DataFrame
missingdata
按组填写缺失日期
在我的数据中 在某些月份中存在对某些 ID 的观察 而对其他 ID 则没有观察到 例如 dat lt data frame c 1 1 1 2 3 3 3 4 4 4 c rep 30 2 rep 25 5 rep 20 3 c 2017
r
dplyr
missingdata
格式化字符串未使用的命名参数[重复]
这个问题在这里已经有答案了 假设我有 action bond james bond format bond bond james james 这将输出 bond james bond 接下来我们有 action bond james bon
python
string
stringformatting
missingdata
defaultdict
如何在 python 中处理机器学习中缺失的 NaN
在应用机器学习算法之前如何处理数据集中的缺失值 我注意到删除缺失的 NAN 值并不是一件明智的事情 我通常使用 pandas 进行插值 计算平均值 并填充数据 这确实有效并提高了分类准确性 但可能不是最好的做法 这是一个非常重要的问题 处理
python
pandas
machinelearning
missingdata
还有比 pandas fillna() 更快的方法吗?
Pandas fillna 速度非常慢 尤其是在数据框中存在大量丢失数据的情况下 还有比它更快的方法吗 我知道如果我简单地删除一些包含 NA 的行和 或列会有帮助 我尝试测试 np random seed 123 N 60000 df pd
python
pandas
missingdata
使用库 mouse() 中的估算数据集来拟合 R 中的多级模型
我是包装新手mice但我试图从 R 中估算 5 个数据集popmis然后拟合一个lmer model with 每一个和最后pool 穿过他们 我觉得pool 函数于mice 不适用于lmer 来电来自lme4包 对吗 如果是这样的话 有没
r
missingdata
lme4
imputation
rmice
«
1
2
3
4