数据挖掘项目（1）对数据进行探索和分析

1.数据类型的分析（假设数据为'data.csv'）

首先读入数据，这个数据是csv格式，可以用pandas来读，如果读不进来的时候，可以用记事本打开'data.csv'然后另存为'data_2.csv'并且保存为'utf-8'的编码格式。然后读取数据。

import pandas as pd
'''read data'''
data = pd.read_csv('data_2.csv')
row, col = data.shape

在Variable explorer 里可以看到读入的data，在这里为了方便给出部分数据，从下图中可以看到数据中既有数字，也有汉字，字符，时间数据，此外还有缺失值nan，除此之外还有一些对数据分类没有用的特征，因此接下来我们需要对数据进行无关特征的剔除。

2.无关特征剔除

在此数据中，由于是金融数据并预测贷款用户是否会逾期，暂时将两个对分类结果无关的特征剔除

data.drop('bank_card_no',axis = 1, inplace = True)
data.drop('id_name',axis = 1, inplace = True)

3.缺失值处理一

对于缺失值，最简单的方法就是将所有缺失的数据删掉（data=data.dropna()），但是如果缺失数据较多时会造成可用数据量减少，此数据原始数据为：4754×90，如果将缺失全部删掉，数据为1534×90，因此需要对此数据进行填补，在对此数据进行填补前需要先考虑数据的缺失情况。为避