python实现简单的数据预处理

import pandas as pd
import numpy as np

def pre_1():
    # 读取数据
    df = pd.read_csv("/home/hadoop/下载/cs-training.csv")

    # 去除重复值
    df.duplicated()
    df.drop_duplicates()

    # 查看各字段缺失率
    df.info()
    # 缺失值按均值填充
    for col in list(df.columns[df.isnull().sum() > 0]):
        mean_val = df[col].mean()
        df[col].fillna(mean_val, inplace=True)

    # 删除不分析的列
    columns = ["RevolvingUtilizationOfUnsecuredLines"]
    df.drop(columns, axis=1, inplace=True)

    # 保存到本地
    df.to_csv("/home/hadoop/下载/data.csv")

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值