Sklearn SimpleImputer策略常量vs Pandas fillna？

Question

使用sklearn SimpleImputer策略常量和使用fillna(值)有什么不同？例如：SimpleImputer(missing_values=np.nan, strategy='constant', fill_value = 0) vs df.fillna(0)即使对于策略= mean，我们也可以只使用df.fillna(df.mean)。使用simpleImputer，我们仍然需要fit_transform数据帧和更多的行。fillna是简短的代码。当我们需要使用simpleImputer而不是fillna时，会出现什么情况？simpleImputer更快吗？

Answer 1

我认为，当你试图部署一个模型时，使用sklearn在数据集上建立一个转换管道会更干净。您甚至可以在训练或推断之前，将数据集上的所有转换添加到一个很好的管道包装器中，如sklearn.pipeline.Pipeline对象。如果使用sklearn实现，则以后更容易集成和调试。

Answer 2

我认为:两者都是用于填充缺失值的。如果项目中没有使用pandas，那么SimpleImputer是一个很好的选择，因为它是一个内置的sklearn特性。

• SimpleImputer有更好的选项，如最常用的most-frequent
• df.fillna()和median，可用于复杂的scenarios.
• not测试performance-wise