Заполнение пропусков методом К-ближайших соседей.
from sklearn.impute import KNNImputer imputer=KNNImputer(n_neighbors=5, weights='uniform') imputer.fit(df) imputer.transform(df) Простой код, но к сожалению его нельзя применить на неподготовленном датасете. Метод не работает со строковыми значениями. А еще он основан на "расстоянии" между ближайшими соседями. Значит данные нужно нормализовать перед использованием. Простой способ избавиться от текстовых категорий - "One Hot Encoding" cat_variables = df[['Geography', 'Gender']] cat_dummies = pd.get_dummies(cat_variables, drop_first=True) Чтобы сохранить оригинальный датасет, лучше использовать копию для дальнейших манипуляций...