python将缺失的数据填充到csv中_机器学习中如何处理缺失数据？

数据挖掘中遇到缺失值时， 一般有以下几种方式：

这里以一份实战数据为例(个人征信预测比赛的实际数据，保存在文件user_info_train.csv中，有兴趣自己动手实践一遍的可以私信我索取数据表)。

打开这张表，如下图所示：包括用户的基本属性特征(性别、工作类型、教育程度、婚姻状况)和一些用户的记录(产品浏览历史、收入变化、账户数目、信用总额度、平均额度、上期还款金额)，结果标签是overdue。

可以看到，表格中有些用户的部分特征属性是存在缺失的，具体各个特征的情况如何我们可以借助pandas中的info()来看具体确实情况了。

#coding:utf-8

import pandas as pd

# 读取user_info_train.csv表

user_info = pd.read_csv("C:/Users/Administrator/Desktop/user_info_train.csv")

# info()查看每个特征的数据量情况

print data_train.info()

输出结果如下：

可以看到，该表里面的用户数一共有55594条，其中的gender，job，edu，marriage， family_type 五个特征没有值缺失；而browse_his，salary_change，card_num， total_amoount， av_amount࿰