KNNImputer处理数值型DataFrame时意外丢弃列的原因排查

核心原因：输入数据中存在全为NaN的列 #

KNNImputer的插补逻辑依赖列内的有效值计算样本间距离，若某一列所有值都是NaN，既无法参与距离计算，也找不到任何邻居的有效值完成插补，这类列会被直接排除在输出结果之外。你的输入列数216，输出27，说明有216-27=189列是完全缺失的。

验证方法 #

执行以下代码确认全NaN列的数量及具体列名：

# 统计全NaN列的数量
print(input_df.isna().all().sum())
# 查看具体哪些列是全NaN
print(input_df.columns[input_df.isna().all()])

解决思路 #

1. 保留全NaN列：如果这些列有业务价值，KNNImputer无法处理这类完全缺失的列，需要换用其他插补方式（比如按业务规则填充固定值、全局均值/中位数等），之后再结合KNNImputer处理其他列。
2. 删除全NaN列：如果这些列无实际意义，可以提前删除后再用KNNImputer插补：

# 删除所有全NaN列
clean_df = input_df.drop(columns=input_df.columns[input_df.isna().all()])
# 再执行插补
output_df = imputer.fit_transform(clean_df)

关于n_neighbors=1的说明 #

你说得没错，这个参数只会影响插补值的选取逻辑（用最近邻的单一值替换缺失），和列被丢弃的问题完全无关。

内容的提问来源于stack exchange，提问作者Ivan