pandas归一化某一列_用pandas进行简单的数据预处理

最在参加了一个机器学习的竞赛，又开始频繁的使用pandas做数据的处理。发现了一些之前没有发现的pandas用法。在这里做一个总结， 也算是学习笔记吧。本笔记大部分都会以下面的数据作为例子。另外，推荐大家使用ipython来查看及处理数据。

首先看这样的数据。

image.png

这是kaggle上的关于员工离职的数据，现在要根据满意度，工作项目， 薪水等指标判断一个员工是否会离职。 在进行机器学习之前，我们首先要进行数据的清理及预处理。数据下载

1. 查看统计数据

csv文件读取

拿到数据以后，一般都要先看看数据长啥样，有多大，都有什么特征，用pandas查看这些是非常方便的。针对本例子中的csv文件， 我们使用read_csv函数来读取， 读进来之后是pandas中的DataFrame格式。

import numpy as np

import pandas as pd

# 使用read_csv读取数据

hr = pd.read_csv("HR.csv")

但有一点要注意，读取的时候要先看一下csv文件中格式。主要看两点，一是第一列(也有可能是前几列)是不是索引，二是看第一行是数据还是feature的名称。 read_csv方法默认会将第一行当成feature来解析。

# 如果第一列是索引

pd.read_csv('data.csv', index_col=0)

# 如果是纯数据没有featu