python打卡day4@浙大疏锦行

初识pandas库与缺失数据的补全

按照示例代码的要求，去尝试补全信贷数据集中的数值型缺失值

1. 打开数据（csv文件、excel文件）
2. 查看数据（尺寸信息、查看列名等方法）
3. 查看空值
4. 众数、中位数填补空值
5. 利用循环补全所有列的空值

完成后在py文件中独立完成一遍，并且利用debugger工具来查看属性（不借助函数显式查看）----养成利用debugger工具的习惯

步骤①打开数据（csv文件、excel文件）

import pandas as pd
data = pd.read_csv(r'data.csv') 
data2 =pd.read_excel('data.xlsx') 

步骤②查看数据（尺寸信息、查看列名等方法）

type(data)       
data.info()     
data.shape       
data.columns     
data.describe()   
data.dtypes       
data["Annual Income"].dtype      

步骤③查看空值

data.isnull()           

步骤④众数、中位数填补空值

data['Annual Income']
median_income = data['Annual Income'].median()
data['Annual Income'].fillna(median_income, inplace=True)
data['Annual Income'].isnull().sum() 
import pandas as pd
data = pd.read_csv('data.csv') 
mode = data['Annual Income'].mode()
mode = mode[0]
data['Annual Income'].fillna(mode, inplace=True)  
data['Annual Income'].isnull().sum()

步骤⑤利用循环补全所有列的空值

import numpy as np
a =np.array([1,2,3])
for i in c:
    if data[i].dtype != 'object': 
        if data[i].isnull().sum() > 0: 
           mean_value = data[i].mean()
           用均值填充缺失值
           data[i].fillna(mean_value, inplace=True)
 data.isnull().sum()