本次实验我们用到的主要模块有以下模块:
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
import seaborn as sns
import random
from plotly import tools
import plotly.express as px
from plotly.offline import init_notebook_mode, iplot, plot
import plotly.graph_objs as go
import ast
当然有些可能用不上,但是先插入以便于后面的操作
我们先来看看我们本次实验的两组数据分别是有一组训练组和一组实验组分别为:
df_train
df_test
第一步:数据清洗
df_train.info()
df_train.isna().sum()
1.对数组进行数据缺失值的检查,并在下面步骤对于缺失值进行处理:我们可以发现province缺失了很多,为了避免删除她的数据对整个coutry_region造成影响,我们决定,用填补的方式去弥补空缺。
df_train.Prov