python输出有缺失值的行_python缺失值处理案例分析:泰坦尼克数据

缺失值处理

真实数据往往某些变量会有缺失值。

首先，我们用 info( ) 语句操作，看到整份数据的大概情况：

​

从这份数据我们可以发现，这里一共有 891 行数据，所以在中间那一列数据中看到的不是 891 个数据的，都是有缺失值的。比如年龄Age这一列，有714个非空数值，就有 891-714=177 个缺失值。又比如船舱号码 cabin，缺失值就更多了。登船码头的缺失值比较少，后面可以不用处理。

这些缺失值是怎么处理的呢？一般是三种处理方法：不处理／丢弃／填充。

这里，cabin有超过70%以上的缺失值，我们可以考虑直接丢掉这个变量。 -- 删除某一列数据

像Age这样的重要变量，有20%左右的缺失值，我们可以考虑用中位值来填补。-- 填补缺失值

我们一般不提倡去掉带有缺失值的行，因为其他非缺失的变量可能提供有用的信息。-- 删除带缺失值的行删除带缺失值的行(一般不建议)：df.dropna( )

删除某一列：df.drop('column_name', axis=1, inplace=True)

填充缺失值：df.column_name.fillna( )

axis=1，代表删除的是一列的数据，也就是 column_name 这一列。inplace=True，表示在 df 这个原始数据上面进行修改。

其实我们这节课重点的是最后一个：填充缺失值。fill 是填充，