输出结果:

缺失值统计:
A: 1
B: 2
C: 0

可视化效果:

简单填充方法

# 用固定值填充
df_filled = df.fillna(0)

# 用列均值填充
df['A'].fillna(df['A'].mean(), inplace=True)

# 用列中位数填充
df['B'].fillna(df['B'].median(), inplace=True)

# 用众数填充（分类变量）
df['Category'].fillna(df['Category'].mode()[0], inplace=True)

高级填充技术

# 前向填充（ffill）
df_ffill = df.fillna(method='ffill')

# 后向填充（bfill）
df_bfill = df.fillna(method='bfill')

# 插值法（线性插值）
df_interpolate = df.interpolate(method='linear')

# 使用KNN填充
from sklearn.impute import KNNImputer
imputer = KNNImputer(n_neighbors=2)
df_knn = pd.DataFrame(imputer.fit_transform(df), columns=df.columns)

模型预测填充

from sklearn.ensemble import RandomForestRegressor

# 分离有缺失值和完整的数据
missing = df[df['A'].isnull()]
complete = df[~df['A'].isnull()]

# 准备训练数据
X_train = complete.drop('A', axis=1)
y_train = complete['A']

# 训练模型
model = RandomForestRegressor()
model.fit(X_train, y_train)

# 预测缺失值
X_missing = missing.drop('A', axis=1)
predicted = model.predict(X_missing)

# 填充回数据集
df.loc[df['A'].isnull(), 'A'] = predicted

多重插值法（MICE）

from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer

# 创建MICE插值器
mice_imputer = IterativeImputer(
    max_iter=10, 
    random_state=42,
    estimator=BayesianRidge()
)

# 应用多重插值
df_mice = pd.DataFrame(
    mice_imputer.fit_transform(df),
    columns=df.columns
)

多重插值法通过多次迭代产生多个填充数据集，能更好地处理缺失值的不确定性。