文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

头歌:数据预处理之数据清洗

2023-10-07 18:41

关注

本关任务:完成泰坦尼克号遇难数据的清洗。

 

案例背景

泰坦尼克号遭遇的灾难震惊世界,如何避免灾难甚至预测灾难呢? 要实现首先要做好泰坦尼克号的损失数据统计,才能为数据分析打下基础。

编程要求

根据提示,你需要完成:

import numpy as np  import pandas as pd  #读取数据  df=pd.read_csv('/data/workspace/myshixun/step1/train.csv')##### begin #####  #查看列中是否存在空值  temp=df.isnull().any()   print(temp)#使用SimpleImputer取出缺失值所在列的数值,sklearn当中特征矩阵必须是二维才能传入 使用reshape(-1,1)升维  age=df['Age'].values.reshape(-1,1)    #导入模块  from sklearn.impute import SimpleImputer   #实例化,均值填充,可改变strategy参数,实现其他填充方式  imp_mean=SimpleImputer(missing_values=np.nan,strategy='mean')    #fit_transform一步完成调取结果  imp_mean=imp_mean.fit_transform(age)   #填充好的数据传回到 data['Age']列  df_fillna=df  df_fillna['Age']=imp_mean  #检验是否还有空值,为0即说明空值均已被填充  print(df_fillna['Age'].isnull().sum())  ##### end #####    imp_mean=SimpleImputer(missing_values=np.nan,strategy='mean')    imp_mean=imp_mean.fit_transform(age)       df_fillna=df  df_fillna['Age']=imp_mean  #正太分布离群点检测  ##### begin #####  #计算均值  u=df['Age'].mean()   #计算标准差  std=df['Age'].std()   #识别异常值  error = df[np.abs(df['Age'] - u) > 3 * std ]   ##### end #####  print(error)  

来源地址:https://blog.csdn.net/qq_63438638/article/details/128165355

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯