查看每一列有多少缺失值：
# Shape of training data (num_rows, num_columns)
print(X_train.shape)
# Number of missing values in each column of training data
missing_val_count_by_column = (X_train.isnull().sum())
print(missing_val_count_by_column[missing_val_count_by_column > 0])
1.直接删除缺少值的行或列
若某一列（行）缺失了大多数值，则可考虑将这列（行）删除。
以删除列为例，代码如下：
# Get names of columns with missing values
cols_with_missing = [col for col in X_train.columns
if X_train[col].isnull().any()]
# Drop columns in training and validation data
reduced_X_train = X_train.drop(cols_with_missing, axis=1) #训练数据X，axis=1表示删除列
reduced_X_valid = X_valid.drop(cols_with_missing, axis=1) #测试数据X
其中X_train是DataFrame对象。
isnull()函数返回一个同维度对象，非空值处为False,空值处为True.
any()函数判断对象中如果有一个值为True,则返回True,若全为False则返回False。(与之相对的函数为all(），所有元素为True则返回True,有一个为False则返回False)
2.估算并填充缺失的值。例如，我们可以沿每一列填平均值（众数、中位数等）。
大多数情况下，估算的值并不是完全正确的，但是使用这种方法通常会使模型比直接删除行或列更精确。
虽然填充平均值很简单，但它通常表现得很好(但这取决于数据集)。虽然统计学家已经试验了确定估算值的更为复杂的方法(例如，回归估算)，但一旦将结果插入复杂的机器学习模型，复杂的策略通常不会带来额外的好处。
**sklearn.impute.SimpleImputer()函数实现了这个方法。
参数：
missing_value:缺失值长什么样，默认为空值即np.nan.
strategy:填充策略，默认为均值填充（mean:均值填充（仅对数值型特征有用）；median：中值填充（仅对数值型特征有用）；most_frequent:众数填充（对数值型和字符型特征都有用）；constant:表示参考参数“fill_value”中的值）
** fill_value:当参数startegy为”constant"的时候可用，可输入字符串或数字表示要填充的值，常用0。
copy:默认为True，将创建特征矩阵的副本，反之则会将缺失值填补到原本的特征矩阵中去。
from sklearn.impute import SimpleImputer
# Imputation
my_imputer = SimpleImputer()
imputed_X_train = pd.DataFrame(my_imputer.fit_transform(X_train))
imputed_X_valid = pd.DataFrame(my_imputer.transform(X_valid))
# 为副本创建列名
imputed_X_train.columns = X_train.columns
imputed_X_valid.columns = X_valid.columns
fit_tranform()：先拟合数据（并不是训练模型时候的拟合，而是找到整体指标，如均值，方差，标准差、最大值、最小值等），然后transform()（这里即为imputation）
tranform():训练数据已经fit()了，所以测试数据直接transform().
可以参考这篇博客 fit_transform,fit,transform区别和作用详解
3.第二种方法的扩展
我们在第二种方法基础上新增加一列记录每次个填充值的位置。这种方法在某些情况下对提高结果很有意义，在某些情况下毫无意义。
# Make copy to avoid changing original data (when imputing)
X_train_plus = X_train.copy()
X_valid_plus = X_valid.copy()
# Make new columns indicating what will be imputed
for col in cols_with_missing: #cols_with_missing:列中存在缺失值的列名
X_train_plus[col + '_was_missing'] = X_train_plus[col].isnull()#存放是否缺失值True or False
X_valid_plus[col + '_was_missing'] = X_valid_plus[col].isnull()
# Imputation
my_imputer = SimpleImputer()
imputed_X_train_plus = pd.DataFrame(my_imputer.fit_transform(X_train_plus))
imputed_X_valid_plus = pd.DataFrame(my_imputer.transform(X_valid_plus))
# Imputation removed column names; put them back 即为副本创建列名
imputed_X_train_plus.columns = X_train_plus.columns
imputed_X_valid_plus.columns = X_valid_plus.columns
