使用sklearn中SimpleImputer处理缺失值

 数据示例

X = [[np.nan, 2, 3], [4, 6, np.nan], [10, np.nan, 9],[np.nan,3,np.nan]]

array([[nan,  2.,  3.],
       [ 4.,  6., nan],
       [10., nan,  9.],
       [nan,  3., nan]])

处理缺失值

 

imp_mean = SimpleImputer(missing_values=np.nan, strategy='mean')#该列已有数据的平均值做填充
print(imp_mean.fit_transform(X))

[[ 7.          2.          3.        ]
 [ 4.          6.          6.        ]
 [10.          3.66666667  9.        ]
 [ 7.          3.          6.        ]]

总结

第一列只有两个有效值，平均值为7，于是第一列的两个缺失值被填充为7，平均值的填充是以现有全部值的平均值填充的