数据挖掘学习笔记——（二）数据清洗（缺失值）

当我们拿到数据的时候，总会发现数据并不是我们理想中的数据，这时候就要进行数据清洗。

缺失值填充

• 平均值 将目前全部数据的平均值直接填充。
• 回归模型预测
• 剔除掉 当缺失值的数量过多，可以考虑直接剔除掉这列数据。

平均值填充进阶

以年龄为例。
可以根据姓名列的称呼求取平均值。
新建一列称呼列(call)，如Miss，Mr，Mrs等，将人数较多的单独归类，人数较少的结合起来叫others。
求出Miss的平均值填充

data.loc[(data.age.isnull()&data.call == 'Miss'),'age']  == 20