机器学习100天-数据预处理 [代码实现细节分析]

原始数据： 在Data.csv文件中我们有如下数据：

统计了10个人的基本信息：国籍，年龄，工资 以及他们对于某件商品是否购买的情况。

代码实现细节分析：
（1）导入基本python包

import numpy as np
import pandas as pd

（2）导入数据，读取.csv文件中的数据

dataset = pd.read_csv('Data.csv')  #读取指定.csv文件，返回DataFrame
X = dataset.iloc[ : , : -1].values  #获取指定索引的行列数据 iloc = “index location”
Y = dataset.iloc[ : , 3].values

结果显示： 表格中为空的数据，在X中使用nan表示

（3）处理丢失数据，将1，2列中 nan 的数据使用该列中所有已知数的平均值代替

from sklearn.preprocessing import Imputer
imputer = Imputer(missing_values