错误代码：


正确导入了Imputer函数之后仍然存在问题。
函数的导入：https://blog.csdn.net/weixin_43582443/article/details/111143061

修改代码imr = Imputer(missing_values='NaN', strategy='mean', axis=0)为：

imr = Imputer(missing_values=np.nan, strategy='mean')

运行成功。

Imputer函数和新的SimpleImputer函数存在区别：

imp=SimpleImputer(missing_values=np.nan,strategy=’mean’)

class sklearn.preprocessing.Imputer(missing_values=’NaN’, strategy=’mean’, axis=0, verbose=0, copy=True)

Imputer的参数：

missing_values: integer or “NaN”, optional (default=”NaN”)
strategy : string, optional (default=”mean”)
The imputation strategy.
If “mean”, then replace missing values using the mean along the axis. 使用平均值代替
If “median”, then replace missing values using the median along the axis.使用中值代替
If “most_frequent”, then replace missing using the most frequent value along the axis.使用众数代替，也就是出现次数最多的数
axis: 默认为 axis=0
axis = 0, 按列处理
aixs =1 , 按行处理

参考教程：https://blog.csdn.net/dss_dssssd/article/details/82831240