python数据预处理缺失值，指标统计

最新推荐文章于 2024-06-21 13:19:16 发布

原创

最新推荐文章于 2024-06-21 13:19:16 发布 · 7.6k 阅读

9 ·

CC 4.0 BY-SA版权

本文介绍了Python使用pandas库进行数据预处理的方法，包括检查缺失值、计算缺失值比例、计算不缺失值比例、计算平均值以及使用透视表进行统计分析。此外，还展示了如何按条件删除含有缺失值的行。

import pandas as pda
import numpy as np
#数据预处理
data=pda.read_csv("titanic_train.csv")
print(data.columns)
#缺失值
# print(data[pda.isnull(data["Age"])])
# #非缺失值
# print(data[pda.notnull(data["Age"])])

# 缺失值比例
print(len(data["Age"][pda.isnull(data["Age"])])/len(data))
# 不缺失值比例
print(len(data[