数据分析入门task2

本记录为本人参加datawhale数据分析（泰坦尼克号任务项目）学习笔记，不足之处多多指教。

数据清洗简述

通常我们拿到的数据是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等等，需要经过一定的处理才能继续做后面的分析或建模。所以拿到数据的第一步是进行数据清洗，本章我们将学习缺失值、重复值、字符串和数据转换等操作，将数据清洗成可以分析或建模的样子。

缺失值观察

(1) 请查看每个特征缺失值个数

# 方法1 统计基本信息
df.info()
# 方法2 isnull函数
df.isnull().sum()

(2) 请查看Age， Cabin， Embarked列的数据

df[["Age","Cabin","Embarked"]].head()

对缺失值进行处理

1、处理缺失值一般有几种思路
(1)不处理 (2) 特殊值填充(3)平均值填充(4)热卡填充（相似值填充）(5)最近邻法(6) 使用所有可能的值填充(7)模型预测 (8) 多重插补
函数作用：删除含有空值的行或列
DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
函数作用：填充缺失值
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwa