我在使用Scikit-learn来填补数据集中缺失的值，但通过查看数据集中某个特征的最大值，可以清楚地看到这些缺失值被错误地填补了。首先，我使用pandas函数来查看数据集中某个特征的前10个最大值

 ofData = mergeData.iloc[:, 3] print ofData.nlargest(10)

输出的结果是，

 124    4.0 128    4.0 146    4.0 147    4.0 177    4.0 240    4.0 253    4.0 310    4.0 360    4.0 361    4.0

这些值是正确的，我知道这是该特征的最大可能值。然后，我使用Scikit learn来填补数据。

 imp = Imputer(missing_values='NaN', strategy='mean', axis=1) nData = imp.fit_transform(mergeData) nData = pd.DataFrame(nData)

然后，我再次使用pandas来查看该特征的前10个最大值。

 ofData = nData.iloc[:, 3] print ofData.nlargest(10)

输出的结果是，

 1030    77.571129 1056    67.804684 1308    62.780544 1212    61.902375 927     61.207525 870     60.592999 1100    55.604145 1722    55.308159 1415    52.637559 72      49.940297

这些值显然不是该特征的平均值，因为它们都大于填补前的最大值。我完全不知道是什么原因导致的，并且担心这可能也会影响到数据集中其他特征的填补。

回答：

因为你想用列中的平均值来替换列中的缺失值，所以axis必须是0（这是默认值），而不是1。你的代码是用行的平均值来替换缺失值的。