简单统计量填补
均值填补
A |
|
1 |
=file("D://titanic.csv").import@qtc() |
2 |
=A1.avg(Age) |
3 |
=A1.run(Age=if(!Age,A2,Age)) |
在titanic.csv的数据中，使用均值对变量”Age”进行填充
填补前 填补后
根据变量类型自动填补
使用均值填补要求变量的数据类型必须是定量的，如果不是定量型数据则需要使用其他统计量进行填补。例如，对于整数型变量，使用均值或中位数填充都可；对于浮点型变量仅能使用均值填充；对于字符型变量则一般使用众数进行填补。方便的是，在SPL中提供了A.impute()和P.impute()函数，可以根据变量类型自动选择不同的统计量来填补缺失值。
A |
|
1 |
=file("D://titanic.csv").import@qtc() |
2 |
=A1.impute@N("Age") |
3 |
=A1.fname() |
4 |
=A3.(A1.impute@c(~)) |
A2 对变量”Age”进行填充，返回填充结果和填充记录Rec，@N表示指明变量类型为数值。
impute()函数会根据指明的变量类型，执行众数填补或均值填补或是将缺失值填补成一个新的类别。当变量类型未被指明，impute()会自动判断变量类型进行填补。
A3 获取表A1的字段名
A4 impute()函数自动判断字段的数据类型，自动填补所有字段。@c表示修改原数据为填补后结果，执行后A1表中无缺失值。
需要注意的是当函数自动判断数据类型时会有一个优先级，可能会存在类型判断不准确影响填充效果。更详细函数的用法请参考函数说明文档http://doc.raqsoft.com.cn/esproc/func/
