scikit-learn处理输入数据缺失值的类：Imputer

 可选参数

• strategy:  'mean'(默认的)， ‘median’中位数，‘most_frequent’出现频率最大的数
• axis:  0(默认)， 1
• copy: True(默认)，  False

输出

• numpy数组，之后可转化为DataFrame形式 

属性： 

• Imputer.statistics_可以查看每列的均值/中位数

特别说明：最好将imputer应用于整个数据集。因为虽然现在可能只有某一个属性存在缺失值，但是在新的数据中（如测试集）可能其他的属性也存在缺失值

from sklearn.preprocessing import Imputer
imputer=Imputer(strategy='median') #将每列属性的缺失值替换为中位数
imputer.fit(x_train)
X=imputer.transform(x_train) #转换结果X是一个numpy数组
x_train=pd.DataFrame(X,columns=x_train.columns) #将numpy数组转化为dataframe

print(imputer.statistics_) #查看每个属性的中位数