缺失值是数据分析中的常见问题。一种共同的策略似乎是，缺失值被从现有值的分布中随机采样的值所取代。
是否有Python库代码在数据框架上方便地执行此预处理步骤？据我所知，sklearn.preprocessing模块没有提供此策略。
从现有值的分布中进行采样，您需要知道分布。如果不知道分布，则可以使用内核密度估计来适合它。这篇博客文章对Python的内核密度估算实现的概述很好：
Scikit-learn中有一个实现（请参阅http://scikit-learn.org/stable/modules/dense.html#kernel-dense）;Sklearn的kerneldentys具有.sample（）方法。STATSMODELS（http://statsmodels.sourceforge.net/devel/generated/generated/statsmodels.nononparametric.kernel_dense.kdemultivariate.html）中还有一个内核密度估计器（它支持分类功能。
另一种方法是选择随机的现有值，而无需尝试生成数据集中看不到的值。该解决方案的问题在于，值可能取决于同一行中的其他值，然后随机示例不考虑这一点可能会产生不现实的示例。