缺失值处理

from sklearn.impute import SimpleImputer
import numpy as np

def im():
    """
    缺失值处理
    :return:NOne
    """
    # NaN, nan
    im = SimpleImputer( strategy='mean')

    data = im.fit_transform([[1, 2], [np.nan, 3], [7, 6]])

    print(data)

    return None

按照平均值处理缺失值，其中np.nan或者np.NAN都可代表缺失值，默认为float类型。