Sklearn.preprocessing.Imputer ###针对DataFrame为例

Imputer函数是以填充缺失值为目的函数

from sklearn.preprocessing import Imputer

Imputer主要参数
Imputer(missing_values=“nan”,strategy = “mean”,axis = 0,copy=True )
参数解释：
#missing_values（可选参数 默认 nan）##填充对象
Imputer想要填充"替换"的对象，一般默认为np.nan
#strategy （可选参数 默认mean）##填充模式
① mean #均值
② median #中位数
③ most_frequent #众数
该统计指标为特征维度
#axis （可选参数 默认0）
axis=0 特征维度为列 & axis=1特征维度为行
#copy（可选参数 默认为True）
当copy = False 则就地修改##部分情况 False也不会修改
####以X =DataFrame为例

nan_model = Imputer(miss_values = 'nan',strategy='mean',axis =0)
nan_result  = nan_model.fit_transform(X)