本文介绍了如何使用Python处理数据分析项目中的缺失值和异常值。首先，通过导入相关Python包并读取数据，然后检查数据的缺失情况。接着，利用条形图展示缺失数据，并探讨了不同填充方法，如使用前一个值、后一个值、平均值进行填充。详细讲解了`np.mean()`函数用于计算均值，并演示了在数据集中应用。此外，还讨论了使用`df.interpolate()`进行线性插值填充，以及`df.replace()`函数。最后，介绍了删除缺失值的策略，包括删除全为NaN的行、存在NaN的行以及同时存在NaN的行和列。
1.导入相关python包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#导入缺失数值图像展示的包
import missingno as msno
2.读取数据
data=pd.read_csv(r'H:\阿里云\泰坦尼克号\train.csv')
data_test=pd.read_csv(r'H:\阿里云\泰坦尼克号\test.csv')
3.#查看训练数据的缺失数据
msno.matrix(data)
msno.matrix(data,labels=True)#True显示坐标题 False不显示做标题
4.#条形图
msno.bar(data)
#查看测试数据
1684
2222
2156
6565
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
