pandas用均值填充nan_如何填补Pandas中的缺失值(机器学习入门篇)

在使用python里的pandas库进行数据分析工作时，很多时候我们都会遇到这样一个问题：数据缺失。这也是大部分数据分析工作所会遇到的之一。而正确处理缺失值，也是我们在数据分析中数据预处理环节的关键的一环。

在之前的文章中，我们也介绍过关于缺失值填充的一些小技巧：侦探L：如何处理Pandas里的缺失值(入门篇2)​zhuanlan.zhihu.com

今天我们继续讲讲填补缺失值的其它方法。

今天的主角：常用的机器学习库——sklearn库

设计的知识点：sklearn中，关于缺失值填充的impute.SimpleImputer类

sklearn中，随机森林回归(RandomForestRegressor)填补缺失值

一、impute.SimpleImputer基本介绍

1、类体及主要参数：

sklearn.impute.SimpleImputer (missing_values=nan, strategy=’mean’, fill_value=None, verbose=0,copy=True)

它包括四个重要参数：

2、使用方法：

实例化(和类一样)

二、举例说明

首先我们还是先创建实验用的数据表：

import pandas as pd

import numpy as np

df = pd.DataFrame([[np.nan, 2, np.nan, 0],

[3, 4, np.nan, 1],

[np.nan, np.nan, np.nan, 5],

[np.nan, 3, np.nan, 4]],

columns=list('ABCD'))

df

之后，导入我们的impute.SimpleImputer:

from sklearn.impute import SimpleImputer

PS：使用impute.SimpleImputer类进行缺失值填充前，我们先需要将其实例化。

(1)我们先尝试对整个DataFrame进行处理，这里我们用的是均值：<