weixin_44256568的博客

一、数据分析之数据清洗及特征处理 目的：将数据清洗成可以分析或建模的样子 1.缺失值 1.1各列缺失值个数 df['column'].isna.sum( ); df['column'].isnull.sum( ); 1.2 缺失值的处理 去掉含有缺失值的行（样本）、列（特征向量） 将缺失值用某些值填充（0，平均值，中值等） 借鉴：pandas 处理缺失值[dropna、drop、fillna]_墨氲的博客-CSDN博客_pandas删除缺失值面对缺失值三种处理方法：option 1： 去掉含有