数据预处理

缺失值的处理方法

# 数值型数据(平均值）
df[' ']=df[' '].fillna(de[''].mean())
# 类别型变量（缺失值较少，用众数填补）
full_df[' '].mode()
full_df[' ']=full_df[' '].fillna('S')
# 字符型变量（缺失值较多，'Unknown'填补）
full_df['  ']=full_df['  '].fillna('U'）

特征工程——特征提取

# 首字母具有规律，可以作为特征提取
full_df['Cabin']=full_df['Cabin'].map(lambda a:a[0])
# 将字符数据转换为数值类型的虚拟变量
cabin_df=pd.DataFrame() # 新建数据特征框，来存储特征变量
cabin_df=pd.get_dummies(full_df['Cabin'],prefix='Cabin')
# 将虚拟变量与原始变量融合
full_df=pd.concat([full_df,c