- 博客(2)
- 收藏
- 关注
RSS订阅原创 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
138
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
62
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