使用python处理缺失值的方法中叙述错误的是（）

A．interpolate()使用中位数填充缺失值

B．isnull()判断缺失值

C．dropna()删除缺失值

D．fillna()填充缺失值

A．对于所有属性都可以使用均值

B．对于分类属性，使用同类对象属性值的均值

C．对于离散属性或定性属性，使用众数

D．转换为分类问题或数值预测问题

A．缺失值不包含任何信息,直接删除就可以,不必处理

B．可以使用一个全局变量来填写缺失值

C．可以单独作为一类

D．可以通过人工调查填充缺失值

A．null 和notnull可以对缺失值进行处理

B．dropna方法既可以删除观测记录，亦可以删除特征

C．fillna方法中用来替换缺失值的值只能是数据框

D．pandas库中的interpolate模块包含了多种插值方法

A．相关法

B．成对法

C．EM法

D．回归法

A．isnull()方法可以用来判断缺失值

B．drop()方法可以用来删除缺失行

C．fillna()方法可以用来填充缺失行

D．fillna()方法可通过method参数指定缺失值用其上或其下的第一个非缺失值填充