缺失值的处理方法(基于sklearn)

1. 直接丢掉带有缺失值的行/列

reduced_X_train = X_train.dropna(axis = 1)
reduced_X_valid = X_valid.dropna(axis = 1)

axis = 1是丢掉列，axis = 0是丢掉行。

2. Imputation

Imputation就是用每一列的均值/中位数/最大频率的数等去补充缺失值。值得注意的是对于valid的数据而言，fit的时候仍然要用train的数据。strategy也可以修改为其他的方法。

from sklearn.impute import SimpleImputer

imp_mean = SimpleImputer(strategy='mean')
imputed_X_train = pd.DataFrame(imp_mean.fit_transform(X_train))
imputed_X_valid = pd.DataFrame(imp_mean.transform(X_valid))

imputed_X_train.columns = X_train.columns
imputed_X_valid.columns = X_valid.columns

以上方法来自与kaggle的机器学习课程（推荐）：https://www.kaggle.com/alexisbcook/missing-values