pandas泰坦尼克号

月下代码

已于 2022-06-10 01:06:18 修改

阅读量552

点赞数

文章标签： python 数据挖掘数据分析

于 2022-06-09 01:20:12 首次发布

本文链接：https://blog.csdn.net/si6354257/article/details/125195660

版权

本文通过Python的pandas库深入分析泰坦尼克号乘客数据，涉及数据预处理、特征工程、统计分析及可视化，揭示生还率与乘客特征之间的关系。

摘要由CSDN通过智能技术生成

# %%
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.charts import Map
from pyecharts.charts import *

# %%
%matplotlib inline
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
%config Inlinebackend.figure_format = 'svg'

# %%
# 1.读取titanic.csv数据文件，DataFrame命名为df
df =pd.read_csv('./titanic.csv', encoding='utf-8') 

# %%
# 2.预览前10行数据
df.head(10)

# %%
# 3.查看字段信息(含字段名称、数据类型、非空行计数、存储大小等)
df.info()

# %%
# 4.查看各列的空值数量
df.isnull().sum().to_frame().rename(columns={0:'空值数量'})

# %%
# 5.查看描述统计信息，数值保留两位小数
df.describe().round(2)

# %%
# 6.删除【甲板】字段，并替换原表
df.drop(columns='甲板', inplace=True)

# %%
# 7.以均值填充【年龄】的缺失值
df['年龄'].fillna(value=df['年龄'].mean(), inplace=True)

# %%
# 8.以频数最高的类别