SimpleImputer返回一个转换后的数组，就像docs中提到的那样。你可以构造一个新的数组，或者用插补器的结果修改数组：

df[:] = SimpleImputer().fit_transform(df)

字符串

如果你想保留列（例如在后面的步骤中使用ColumnTransformers），你可以在SimpleImputer周围创建一个 Package 器：

df = pd.DataFrame({"A": [1, 2, np.NaN], "B": [3, np.NaN, 4], "C": [np.NaN, 5, 6]})

class PandasSimpleImputer(SimpleImputer):
    """A wrapper around `SimpleImputer` to return data frames with columns.
    """

    def fit(self, X, y=None):
        self.columns = X.columns
        return super().fit(X, y)

    def transform(self, X):
        return pd.DataFrame(super().transform(X), columns=self.columns)

PandasSimpleImputer().fit_transform(df)

>>>
    A   B   C
0   1.0 3.0 5.5
1   2.0 3.5 5.0
2   1.5 4.0 6.0

字符串

一般来说，sklearn中的所有转换函数都返回numpy数组。你需要习惯使用

pd.DataFrame(SimpleImputer().fit_transform(df), columns = df.columns)

字符串

有一种更简单的方法：使用scikit-learn中的set_output misc方法，如下所示：

scaler = StandardScaler().set_output(transform="pandas")

字符串