信用卡消费行为的风险分析1（统计缺失值，年龄情况，月收入情况）

海边菠萝

于 2023-07-23 10:53:29 发布

阅读量137

点赞数 2

文章标签：数据分析 python

本文链接：https://blog.youkuaiyun.com/m0_63054020/article/details/131877134

版权

文章介绍了如何使用Python的Pandas库来分析数据集中的缺失值。通过读取CSV文件，设置第一列为索引，然后转置数据以更好地观察。作者计算了空值的数量，并对统计结果进行了重命名和筛选，揭示月收入和家庭成员字段存在大量空值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

资源包放在我上一个链接了，是免费的，大家自行取用就好

分析缺失值，在excel中可以看到有很多的表格是空着的，或者是0，现在来统计一下这些缺失值主要存在于哪里

首先我们导入库

import pandas as pd

其次我们导入文件，使用第0列，也就是俗称的第一列作为索引

datafile='C:\\Users\\Administrator\\Desktop\\Test\\shujufenxi\\yuchuli\\cs-training.csv'
data=pd.read_csv(datafile,index_col=[0])

进行转置，为了更好地观察

制定空值怎么得到

data_st=data.describe().T #读取数据，T表示转置，能更好地观察数据
data_st['null']=len(data)-data_st['count']  #空值的记录数=总记录数-非空值记录数

选取统计好的这几列内容并重新命名

data_st=data_st[['count','null','max','min']]  #选取统计中的这几列内容
data_st.columns=['总样本数','空值','最大值','最小值']  #重命名列
print(data_st)

最后导出发现空值集中于月收入和家庭成员中

后面我将继续介绍月收入和家属数量的统计分析~