SimpleImputer详解

SimpleImputer是scikit-learn库中的一个类，用于处理数据中的缺失值。它可以将缺失值替换为指定的常量，如0或平均值、中位数、众数等。

在使用SimpleImputer时，需要指定两个参数：missing_values和strategy。missing_values指定要替换的缺失值的标识符，常见的标识符有NaN、None和空字符串""；strategy则指定了替换缺失值的策略，可以选择mean（均值）、median（中位数）、most_frequent（众数）或constant（常数）。

例如，下面的代码将NaN值替换为所在列的均值：

from sklearn.impute import SimpleImputer
import numpy as np

X = np.array([[1, 2, np.nan], [3, np.nan, 5], [np.nan, 7, 8]])
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
X_imputed = imputer.fit_transform(X)

print(X_imputed)

输出结果如下：

[[1. 2. 6.5]
 [3. 4.5 5. ]
 [2. 7. 8. ]]

可以看到，原来的X数组中含有两个NaN值，经过SimpleImputer处理后，这两个值被替换为了所在列的均值。

需要注意的是，SimpleImputer仅能处理数值型数据，对于文本型数据或日期型数据，需要使用其他的方法进行处理。