print(np.shape(ar_fulldata_input_xx))

输出: (9027, 1443)

现在我使用Imputer来填补我的数据框ar_fulldata_input_xx中的缺失值，如下所示。

fill_NaN = Imputer(missing_values=np.nan, strategy='mean', axis=0)imputed_DF = pd.DataFrame(fill_NaN.fit_transform(ar_fulldata_input_xx))

现在我检查填补后的数据框的大小，如下所示。

print(np.shape(imputed_DF))

输出: (9027, 1442)

为什么列的大小减少了一个？

有没有什么方法可以找出填补函数后哪个列发生了变化？

我已经运行了以下代码行，以删除所有值为”NAN”或所有值为”0″的列。

ar_fulldata_input_xx = ar_fulldata_input_xx.loc[:, (ar_fulldata_input_xx != 0).any(axis=0)]

和

ar_fulldata_input_xx=ar_fulldata_input_xx.dropna(axis=1, how='all')

回答：

你可以使用pandas来实现这一点：

ndf = df.fillna(df.mean())

似乎有一个列在从原始文件导入数值时出现了问题，因此很可能这是Imputer不起作用的原因。原帖作者正在查看这个问题。