2020-08-21 泰坦尼克号 数据清洗和特征工程

1. 开始之前，导入numpy、pandas包和数据

#加载所需的库
import numpy as np 
import pandas as pd

2. 数据清洗简述

目的：将数据清洗成可以分析或建模的样子
清洗对象：缺失值、重复值、异常值、数据转换等等

3. 缺失值观察与处理
   任务一:观察缺失值
   任务二:对缺失值进行处理

#观察缺失值
#方法一
df.info()
#方法二
df.isnull().sum()

#处理缺失值：
#drop掉  
df.dropna()
#填充  
df.fillna(0)
#附上特定的值
df[df['Age']==None]=0

4. 重复值观察与处理
   任务一:请查看数据中的重复值