Python报错SyntaxError: can't assign to operator及特征空值填充咨询

你遇到的语法错误是Python变量命名规则不合法导致的：Python变量名仅允许包含字母、数字、下划线，且不能以数字开头，不能包含/这类运算符。你的代码中missing_/sqft_X_train、missing_/sqft_y_train、missing_/sqft_X_test三个变量名包含/，解释器会将/识别为除法运算符，因此抛出can't assign to operator错误。

你只需要将变量名中的/替换为下划线等合法字符即可，同时你查找空值索引的逻辑可以用pandas内置方法优化，修正后的代码参考：

# 优化空值索引查找，无需循环
missing_idx = data2[data2['Rupee/sq.ft'].isna()].index
non_missing_idx = data2[~data2['Rupee/sq.ft'].isna()].index

# 独立特征
missing_sqft_X_train = np.array([ 
    [data2['Bedrooms'][i],data2['Bathrooms'][i],data2['Condtion'][i],data2['Purchase Type'][i],data2['Real Estate Regulation Act'][i] ] 
    for i in non_missing_idx 
])

# 目标特征，如果你仅需要填充Rupee/sq.ft，这里可以只保留该列即可
missing_sqft_y_train = np.array([ 
    [data2['Rupee/sq.ft'][i],data2['Price (Lakhs)'][i],data2['Area'][i] ]
    for i in non_missing_idx
])

missing_sqft_X_test = np.array([ 
    [data2['Bedrooms'][i],data2['Bathrooms'][i],data2['Condtion'][i],data2['Purchase Type'][i],data2['Real Estate Regulation Act'][i] ] 
    for i in missing_idx 
])

当空值特征和其他特征存在明显依赖关系时，除了你用到的基于分类/回归模型预测填充的方案，还有以下常用的合适方案：

• 分组统计填充：先按和目标特征相关性最高的分类特征分组，用分组内的均值、中位数、众数填充空值，比如按户型、所在区域分组后用同组的单位房价均值填充空值，精度远高于全局统计值填充。
• K近邻填充（KNN Imputer）：计算特征空间中距离空值样本最近的K个非空样本，用这K个样本的目标特征均值/众数填充空值，无需提前训练模型，适合小样本、特征相关性高的场景。
• 多重插补（MICE）：通过多轮迭代对每个存在缺失的特征分别基于其他特征建模填充，会考虑缺失值的不确定性，可输出多组填充结果供后续模型验证，是工业界处理相关缺失值的主流方案之一。
• 树模型预测填充：用随机森林、XGBoost、LightGBM等树模型拟合非空样本的特征关系，树模型天然支持处理离散特征、非线性关系，拟合精度通常高于线性的SGD模型。

内容的提问来源于stack exchange，提问作者Akhil Sahukaru