数据分析打卡2

数据清洗

• 数据缺失和处理
  查看缺失：info(),isnull().sum()
  处理：df[‘Age’]=df[‘Age’].fillna(0)

• 重复值处理
  查看重复：duplicated()
  去除重复项：drop_duplicates()

• 特征处理
  分为数值型和文本型特征
  处理：数值型特征进行离散化，文本型则转为数值型处理
  离散化：cut(),qcut()
  查看文本变量名及种类：value_counts()，unique()，nunique()
  文本转数值：replace()，map()，使用sklearn.preprocessing的LabelEncoder
  提取特征文本：extract(正则)