需要源码请点赞关注收藏后评论区留言私信~~~
下面将我们利用小费数据集进行随机修改后并且进行常见的预处理操作
首先导入模块
然后获取数据 并显示前五行
fdata=pd.read_excel('tips_mod.xls') fdata.head()
然后调用describe函数查看数据的描述信息
通过结果可以看出 共有244条记录，通过每个字段的均值和方差，看不出数据有异常
接下来显示聚餐时间段time的不重复值
# 显示用餐时间time的不重复值 fdata['聚餐时间段'].unique()
从结果可以看出有两个拼写错误 Diner和Dier
接下来修改拼写错误的字段值
# 修改拼写错误的字段 fdata.ix[fdata['聚餐时间段']=='Diner','time']='Dinner' fdata.ix[fdata['聚餐时间段']=='Dier','time']='Dinner' fdata['聚餐时间段'].unique()
接下来检测数据中的缺失值
# 检测数据中的缺失值 fdata.isnull().sum()
然后删除一行内有两个缺失值的数据
# 删除一行内有两个缺失值的数据 fdata.dropna(thresh=6,inplace=True) fdata.isnull().sum()
然后删除sex或者time为空的数据
# 删除性别或者聚餐时间为空的行 fdata.dropna(subset=['性别','聚餐时间段'],inplace=True) fdata.isnull().sum()
最后对剩余有空缺的数据用平均值替换
# 对剩余空缺的数据用平均值替代 fdata.fillna(fdata.mean(),inplace=True) fdata.isnull().sum()
创作不易 觉得有帮助请点赞关注收藏~~~
