通常情况下，删除样本或者删除数据集中的整个特征列是不可行的，因为这样可能会丢失过多有价值的数据。在此情况下，我们可以使用不同的插值技术，通过数据集中其他训练样本的数据来估计缺失值。最常用的插值技术之一就是均值插补（meaneinputation），即使用相应的特征均值来替换缺失值。我们可使用scikit-learn中的Impute类方便地实现此方法，代码如下：
在此，首先计算各特征列的均值，然后使用相应的特征均值对NaN进行替换。如果我们把参数axis＝0改为axis＝1，则用每行的均值来进行相应的替换。参数strategy的可选项还有median或者most_frequent，后者代表使用对应行或列中出现频次最高的值来替换缺失值，常用于填充类别特征值。