sklearn.preprocessing 中的 Imputer

填补缺失值：sklearn.preprocessing.Imputer(missing_values=’NaN’, strategy=’mean’, axis=0, verbose=0, copy=True)

主要参数说明：

missing_values：缺失值，可以为整数或NaN(缺失值numpy.nan用字符串‘NaN’表示)，默认为NaN

strategy：替换策略，字符串，默认用均值‘mean’替换

①若为mean时，用特征列的均值替换

②若为median时，用特征列的中位数替换

③若为most_frequent时，用特征列的众数替换

axis：指定轴数，默认axis=0代表列，axis=1代表行

copy：设置为True代表不在原数据集上修改，设置为False时，就地修改，存在如下情况时，即使设置为False时，也不会就地修改

①X不是浮点值数组

②X是稀疏且missing_values=0

③axis=0且X为CRS矩阵

④axis=1且X为CSC矩阵

statistics_属性：axis设置为0时，每个特征的填充值数组，axis=1时，报错，内容为：没有该属性

例如：
数据

代码：

from sklearn.preprocessing import Imputer
# 策略选择用中位数代替
imputer = Imputer(strategy="median")
# 删除ocean_proximity这一列，因为中位数只对数字数据有用
housing_num = housing.drop("ocean_proximity", axis=1)
# fit数据
imputer.fit(housing_num)
# 输出各列数据的中位数数组
imputer.statistics_

输出：

参考：https://blog.csdn.net/kancy110/article/details/75041923