缺失值是数据分析中常见的问题。一种常见的策略似乎是用从现有值分布中随机抽取的值来替换缺失值。

是否有Python库代码可以方便地对数据框架执行这一预处理步骤？据我所知，sklearn.preprocessing模块并不提供这种策略。

回答：

要从现有值的分布中抽样，你需要知道该分布。如果分布未知，你可以使用核密度估计来拟合它。这篇博客文章对Python的核密度估计实现有很好的概述：http://jakevdp.github.io/blog/2013/12/01/kernel-density-estimation/。

在scikit-learn中有一个实现（见http://scikit-learn.org/stable/modules/density.html#kernel-density）；scikit-learn的KernelDensity有一个.sample()方法。statsmodels中也有一个核密度估计器（http://statsmodels.sourceforge.net/devel/generated/statsmodels.nonparametric.kernel_density.KDEMultivariate.html）；它支持分类特征。

另一种方法是选择随机的现有值，而不试图生成数据集中未见过的值。这种解决方案的问题在于，值可能依赖于同一行中的其他值，而不考虑这一点的random.sample可能会产生不现实的示例。