python打卡DAY5

@浙大疏锦行

知识点：

1.独热编码和缺失值填补的顺序关系

2.部分代码不能跳步执行的原因

那么对于object对象如何填补缺失值呢？

import pandas as pd

# 1. 读取数据
df = pd.read_csv("your_data.csv")  # 替换为你的数据路径

# 2. 前置分析：识别object列 + 查看缺失/取值
object_cols = df.select_dtypes(include="object").columns.tolist()
print("=== 待填充的object列 ===")
print(object_cols)

# 查看每列的缺失值和取值分布（关键！避免盲目填充）
for col in object_cols:
    print(f"\n=== 列 {col} 信息 ===")
    print(f"缺失值占比：{df[col].isnull().sum() / len(df):.2%}")
    print(f"取值分布：\n{df[col].value_counts(dropna=False).head(5)}")  # 看前5个高频值

# 3. 基础填充：众数填充（纯分类文字列首选）
for col in object_cols:
    # 众数可能有多个，取第一个；若全是缺失，填“未知”
    fill_value = df[col].mode()[0] if not df[col].mode().empty else "未知"
    df[col] = df[col].fillna(fill_value)

# 4. 验证：检查填充后是否还有缺失值
print("\n=== 填充后缺失值检查 ===")
print(df[object_cols].isnull().sum())  # 所有列应为0