python的SimpleImputer怎样使用

SimpleImputer是sklearn库中一个用于填充缺失值的方法，可以通过以下步骤来使用：

1. 导入库和数据：

from sklearn.impute import SimpleImputer
import pandas as pd

df = pd.read_csv('data.csv')

2. 实例化SimpleImputer对象并设置参数：

imputer = SimpleImputer(strategy='mean')

参数strategy有四种可能的值：

- mean：用列均值填充缺失值
- median：用列中位数填充缺失值
- most_frequent：用列中出现最频繁的值填充缺失值
- constant：用指定常数填充缺失值

例如：

imputer = SimpleImputer(strategy='most_frequent', fill_value=-999)

3. 使用fit_transform()方法填充缺失值：

df_filled = imputer.fit_transform(df)

4. 将填充后的数组转换为DataFrame对象：

df_filled = pd.DataFrame(df_filled, columns=df.columns)

这样就完成了填充缺失值的操作。