- 博客(2)
- 收藏
- 关注
原创 数据分析2--数据清洗
续1一、查看缺失值整体观察数据:df.info(),统计缺失值的数量df.isnull().sum()二、处理缺失值1、可以让缺失值等于0,可使用以下指令:df[df['Age']==None]=0;df[df['Age'].isnull()] = 0;df[df['Age'] == np.nan] = 0df.fillna(0)2、可以删除缺失值:df.dropna()三、处理重复值1、查看重复值:df[df.duplicated()]2、删除有重复值的行:df = df.drop_duplicates(
2022-06-16 22:09:52 152
原创 数据分析1--DataWhale
数据分析要做的事情是基于一定的问题背景,对数据进行分析,分析后的最终目的还是回归现实,指导我们接下来的行动,所以第一步是阅读问题背景和材料,下载数据集。本次数据集来自kaggle泰坦尼克号的数据,对幸存情况进行分析和建模,并预测测试集上的数据。...
2022-06-13 22:47:46 68
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人