Scikit-learn如何仅对特定列执行缺失值插补？

当然可以只针对特定列做缺失值插补！这种场景在数据预处理里非常常见，完全不用动其他无缺失的列，精准操作目标列就行。下面我用Python生态里最常用的工具给你演示具体实现：

先构造符合你场景的示例数据 #

import pandas as pd
import numpy as np

# 模拟你的数据集：A（分类列无缺失）、B（数值列无缺失）、C（数值列有缺失）
df = pd.DataFrame({
    'A': ['X', 'Y', 'X', 'Y', 'X'],
    'B': [10, 20, 30, 40, 50],
    'C': [1.5, np.nan, 3.5, np.nan, 5.5]
})

方法1：用Pandas直接对目标列操作（最简便） #

Pandas的fillna()方法可以直接作用于单个列，完全不影响其他列：

• 均值填充：适合数据分布对称、无明显异常值的情况

# 仅对C列用均值填充缺失值
df['C'] = df['C'].fillna(df['C'].mean())

• 中位数填充：如果C列存在异常值，中位数比均值更稳健

# 仅对C列用中位数填充缺失值
df['C'] = df['C'].fillna(df['C'].median())

• 自定义值填充：如果业务上有特定规则（比如用0或业务默认值）

# 仅对C列用自定义值（比如0）填充缺失值
df['C'] = df['C'].fillna(0)

方法2：用Scikit-learn的插补器（适合更复杂的预处理流程） #

如果你需要把插补步骤整合到机器学习流水线里，可以用SimpleImputer，同样只针对C列：

from sklearn.impute import SimpleImputer

# 初始化插补器，指定填充策略（比如均值）
imputer = SimpleImputer(strategy='mean')
# 注意要传入二维数组，所以用df[['C']]而不是df['C']
df['C'] = imputer.fit_transform(df[['C']])

关键要点 #

不管用哪种方法，核心都是**只选中需要处理的目标列（这里是C列）**执行插补操作，A和B列会保持原始状态，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Glorian