贷款违约预测task2

这一部分主要是针对样本数据的EDA检查,这里做一个通用的框架来介绍整个数据EDA的流程。
一、导入数据

#导入csv数据集
train_data = pd.read_csv('train.csv',encoding='gbk')
test_data = pd.read_csv('testA.csv',encoding='gbk')

二、查看数据

#查看前十条数据
train_data.head(5)

#查看数据形状
print(train_data.shape)
print(test_data.shape)

#对数据进行处理,对每列缺失数据加和
print ('data dataset ({} rows) null value:\n'.format(train_data.shape[0]))
print (train_data.isnull().sum(axis = 0))

对缺失值进行可视化

##缺失值列可视化
plt.figure(figsize=(12,4))
missing=train_data.isnull().sum()/len(train_data
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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