我正在尝试填充数据集中缺少的数据，我的导师建议我使用Python中的Fancy Impute包，特别是MICE算法 . 首先，正如我读到的关于MICE，很明显，如果我的遗漏数据不是随机的，这是一个不好的选择（我怀疑，因为看起来缺失的数据更可能是在特定的国家/年） . 那么有人推荐不同的算法吗？ （我的项目基于世界银行性别统计数据） .
技术问题：我在我的数据帧上运行了这段代码：
filled = MICE().complete(dfvars)
但我得到了这个错误，我的导师不知道它是什么，我还没有找到任何其他论坛在python中讨论MICE：
TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''
1 回答
遇到错误是因为MICE仅用于计算数字数据，如果数据集包含分类数据但您希望计算数字数据，则应仅使用数据框的数字列 . 如果缺少分类数据，则必须使用不同的算法 .