我一直在尝试寻找可以让我替换数据框列中缺少的值的Python代码。我的分析重点是生物统计学，因此我不满意使用均值/中位数/模式替换值。我想应用"Hot Deck Imputation"方法。
我找不到在线的任何Python函数或程序包，这些函数或程序包都使用数据框的列并使用“热甲板插补”方法填充缺少的值。
但是，我确实看到了这个GitHub project，但没有发现它有用。
以下是一些数据的示例（假设这是一个熊猫数据框）：
| 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，该函数允许我输入一列作为参数，并使用“热甲板插补”方法将缺失值替换为插补值的列返回。
我将其用于统计建模的目的，例如使用
Statsmodels.api进行线性和逻辑回归的模型。我没有将其用于机器学习。任何帮助将非常感激！
最佳答案
您可以使用使用ffill（LOCF）热代码插补的last observation carried forward。
#...
df.fillna(method='ffill', inplace=True)
Scikit学习插补提供KNN，Mean，Max和其他输入法。（https://scikit-learn.org/stable/modules/impute.html）
# sklearn '0.22.x'
from sklearn.impute import KNNImputer
imputer = KNNImputer(n_neighbors=2, weights="uniform")
DF['imputed_x'] = imputer.fit_transform(DF[['bmi']])
print(DF['imputed_x'])