pandas head 显示全部_Pandas与机器学习实例——肝炎数据集（1）

在学习了一段时间的pandas后，我们需要练习一些案例来巩固我们的实操能力。今天带来的是我在学习pandas和决策树时使用过的一个肝炎数据集，讲的内容主要涉及到：利用pandas处理缺失值、构建决策树等机器学习的相关知识。

首先和大家分享一下数据：

链接：

https://pan.baidu.com/s/15gdftmUHVbkh4dA79eNsjQ​pan.baidu.com

提取码：jmx7

下面开始我们的实例学习之路~

---

一、了解数据集

（1）将文件导入我们的python中。（我用的是jupyter notebook ）

import numpy as np
import pandas as pd
df = pd.read_excel(r'C:UsersAdministratorDesktopdata_feiyan.xlsx',encoding='utf-8')

导入成功~

（2）查看数据的信息

data.head() #查看数据前五行

data.tail() #查看数据后几行

data.shape #查看数据的大小（几行几列），查看矩阵或数组的维数

http://data.info( ) #查看数据信息（数据类型。缺失值）

data.describe() #观察数据的描述性统计信息,观察是否有异常值

1、先用head（）看看数据长什么样：

df.head().T

注：由于列数较多，因此我们打印前5行的时候用（.T）转置了一下，从上面的结果可以看到，数据集中出现了较多的“？”。

出现“？”的情况，应该是由于数据缺失，然后在Excel表格中被默认写成“？”的形式，因此在进行实验之前，我们需要把“？”重新表现成缺失值的样子。

2、使用replace（）函数将“？”转换成缺失值。

df.replace('?',np.nan,inplace=True)