【数据集下载】
这是我们本次算法实践进阶数据的下载地址 https://pan.baidu.com/s/1wO9qJRjnrm8uhaSP67K0lw
说明:这份数据集是金融数据(非原始数据,已经处理过了),我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签:0表示未逾期,1表示逾期。
【任务1·数据预处理】
数据类型转换和缺失值处理(尝试不同的填充看效果)以及及其他你能借鉴的数据探索。
导入相关库
import pandas as pd
读取数据
data_all = pd.read_csv('data.csv')
数据清洗
# 删除无关数据
data_all = data_all.drop(['custid', 'trade_no', 'bank_card_no', 'id_name'], axis=1)
#删除重复数据
X = data_all.drop(labels='status',axis=1)
L = []
for col in X:
if len(X[col].unique()) == 1:
L.append(col)
for col in L:
X.drop(col, axis=1, inplace=True)