数据挖掘项目--数据处理

 

import pandas as pd
from sklearn.model_selection import train_test_split


# 1、导入数据
df = pd.read_csv('data.csv',encoding='gbk') #utf-8格式乱码,设置为gbk才能成功导入

# 2、查看数据类型
print(df.dtypes) #特征太多,这种方式在pycharm上的显示不全,是否有其它方法

# 3、删除无关特征
data = df.drop(['trade_no','bank_card_no','source','id_name','reg_preference_for_trad'],axis=1) #几线城市与预测逾期关系不大?

# 4、删除前后的行列数 
print(df.shape) 
print(data.shape)

# 5、将object类型转换成datatime类型
data['loans_latest_time'] = pd.to_datetime(df['loans_latest_time'],format='%Y-%m-%d %H:%M:%S')
data['latest_query_time'] = pd.to_datetime(df['latest_query_time'],format='%Y-%m-%d %H:%M:%S')

# 6、缺失值处理
# 6.1 查看哪一列含有缺失值
print(data.isnull().any())

# 6.2、尝试用删除含有缺失值的行
cleaned_data = data.dropna()
print(cleaned_data.shape)

# 6.3 含有缺失值的行太多,丢失太多数据,选用填充均值的方式
data = data.fillna(data.mean())

# 6.4查看处理缺失值后的数据
print(data.isnull().any())

# 7、描述统计
print(data.describe())

# 8、训练集、测试集
data['lable'] = data['status']
data = data.drop(['status'],axis=1)

x = data.iloc[1:,2:]
y = data.iloc[1:,-1:]

print(x.shape)
print(y.shape)

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=2018)

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python数据挖掘项目案例中,常用的准备工作包括导入所需的库和加载数据文件。根据引用和引用中的代码片段,准备工作的主要步骤如下: 1. 导入pandas库:使用`import pandas as pd`命令导入pandas库,以便进行数据处理和分析。 2. 导入numpy库:使用`import numpy as np`命令导入numpy库,以便进行数值计算和数组操作。 3. 导入matplotlib库:使用`import matplotlib.pyplot as plt`命令导入matplotlib库,以便进行数据可视化。 接下来,根据具体的项目需求,可以执行数据清洗、特征选择、模型训练等步骤。其中,数据清洗是数据挖掘项目中的重要环节,可以使用pandas库进行数据清洗和预处理。例如,可以根据引用中的代码,对数据进行相关性分析和绘制热力图,以探索变量之间的关系。 请注意,以上只是一个示例,具体的项目案例可能会根据需求和数据的不同而有所不同。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Python数据挖掘 数据预处理案例(以航空公司数据为例)](https://blog.csdn.net/chenjh027/article/details/127958560)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值