算法实践进阶（一）【任务1 - 数据预处理】

【数据集下载】

这是我们本次算法实践进阶数据的下载地址 https://pan.baidu.com/s/1wO9qJRjnrm8uhaSP67K0lw
说明：这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。

【任务1·数据预处理】

数据类型转换和缺失值处理（尝试不同的填充看效果）以及及其他你能借鉴的数据探索。

导入相关库

import pandas as pd

读取数据

data_all = pd.read_csv('data.csv')

数据清洗

# 删除无关数据
data_all = data_all.drop(['custid', 'trade_no', 'bank_card_no', 'id_name'], axis=1)
#删除重复数据
X = data_all.drop(labels='status',axis=1)
L = []
for col in X:
    if len(X[col].unique()) == 1:
        L.append(col)
for col in L:
    X.drop(col, axis=1, inplace=True)

缺失值处理

# 查看缺失数据
print(data_all.isnull().sum())

结果

Unnamed: