Python:pandas dataframe函数一直认为相同的数据帧具有不同的维度

我有一个2D数据帧，还有一些NaN，所以我使用一个插补函数来帮助我填充那些缺失的值

当我打印时：

print 'size of X: ', X.shape

我得到：

size of X:  (3373, 36)

所以它显示了我的数据帧是3373行36列

然而，当我在上述打印陈述之后尝试将其纳入插补器函数时：

imp = Imputer(missing_values="NaN", strategy='mean', axis=0)
X = pd.DataFrame(imp.fit_transform(X), columns=X.columns)

我不断发现错误：

ValueError: Shape of passed values is (35, 3373), indices imply (36, 3373)

当我检查了形状传递值是否为（363373）时，它是如何变成（353373）的？这里发生了什么事

我在谷歌上搜索到了这个错误，但其他帖子没有和我一样的问题，所以我自己在网上找不到太多帮助

我是Python新手，非常感谢您的帮助

注意：

转换前X的数据类型如下所示：

X dtype: 
    Material                   int64
    Plant                      int64
    Material Type              int64
    ...
    MRP group                  int64
    Reorder Point            float64
    dtype: object

当我使用下面的代码检查任何列是否完全为空时，我没有得到任何输出。这意味着我的X中没有任何空列，对吗

for col in X.columns.values:
    if X.ix[:, col].empty:
        print col

---

在转换之前，

X.dtypes

是什么样子的？嗨@MarkDickinson，在我的问题中也会更新它！注释有点长。从文档中可以看出：“当axis=0时，在转换时只包含fit处缺失值的列将被丢弃。”数据帧中是否可能至少有一列完全由缺失值组成？您好@MarkDickinson，我在问题的最后也添加了这方面的输出。似乎我没有空列。除非我的代码使用错误！我不认为

empty

是您所需要的：这只适用于长度为零的系列。请尝试

X.count（）

查看未缺失值的每列计数。

X.dtypes

在转换之前是什么样子的？Hi@MarkDickinson，也将在我的问题中更新它！注释有点长。从文档中可以看出：“当axis=0时，在转换时只包含fit处缺失值的列将被丢弃。”数据帧中是否可能至少有一列完全由缺失值组成？您好@MarkDickinson，我在问题的最后也添加了这方面的输出。似乎我没有空列。除非我的代码使用错误！我不认为

empty

是您所需要的：这只适用于长度为零的系列。请尝试

X.count（）

查看未缺失值的每列计数。