Day-4

Panda

删除

# 删除 ID 列
if 'ID' in data.columns:
    data = data.drop('ID', axis=1)

drop 方法的 axis 参数用于指定删除操作的方向， axis=0 代表删除行， axis=1 代表删除列

查看空值

 print(data.isnull().sum())

data.isnull() ： isnull() 是 pandas 数据框对象的一个方法，用于检测数据框中的每个元素是否为空值（如 NaN 或 None ）。该方法会返回一个与原数据框形状相同的布尔型数据框，其中每个元素对应原数据框中相同位置的元素是否为空值，空值位置为 True ，非空值位置为 False 。
-sum() ：在布尔型数据框上调用 sum() 方法，由于在 Python 中 True 被视为 1， False 被视为 0，所以 sum() 方法会对每一列中的 True 值进行求和，从而得到每一列的空值数量。最终返回一个包含每列空值数量的

补充空值

# 创建离散量数据集 Data1 并使用众数补空
Data1 = data[discrete_columns]
for col in discrete_columns:
    mode_value = Data1[col].mode()[0]
    Data1[col].fillna(mode_value, inplace=True)

# 创建连续量数据集 Data2 并使用中位数补空
Data2 = data[continuous_columns]
for col in continuous_columns:
    median_value = Data2[col].median()
    Data2[col].fillna(median_value, inplace=True)

 mode（）众数函数。[x]:选取第x众数

fillna():Panda库的补充函数，补充DataFrame数据

inplace=True ：在原数据基础上直接补充

合并

# 合并两个数据集
Data = pd.concat([Data1, Data2], axis=1)

concat():合并函数，注意数据集方向

@浙大疏锦行