机器学习---导入数据、处理缺失值

妖狐艹你老母 2024-03-30 17:13 121阅读 0赞

#### DAY1 ####

*   *  集成开发环境
     *  原始数据展示
     *  主要函数介绍
     *   *  data.iloc()函数
         *   *  dataset.iloc\[0\]
             *  dataset.iloc\[:,:-1\]
             *  dataset.iloc\[:,3\]
             *  dataset.iloc\[1:3,1\]
         *  mean()
     *  可执行代码
     *  导入结果展示（缺失值处理前）
     *  缺失值处理后
     *  我的写在最后

### 集成开发环境 ###

*  Spyder (前身是 Pydee) 是一个强大的交互式 Python 语言开发环境，提供高级的代码编辑、交互测试、调试等特性，支持包括 Windows、Linux 和 OS X 系统。
 *  下载**Anaconda**之后，打开**Spyder**环境：  
    ![在这里插入图片描述][55fd99192b4841e9bb36fcf5b400bd37.png_pic_center]  
    ![在这里插入图片描述][d7186295e6344a3ba51b3a02be4332ac.png_pic_center]

### 原始数据展示 ###

*  是.csv文件  
    ![在这里插入图片描述][ea1209d8871447f6bbcf653b4f1412c8.png_pic_center]

### 主要函数介绍 ###

#### data.iloc()函数 ####

*  属于pandas库，功能：从数据表中提出想要的数据。
 *  其中，i 表示只接受整型的参数；loc表示location。

![在这里插入图片描述][e7d13f9588884f35b877523ec235759f.png_pic_center]

##### dataset.iloc\[0\] #####

![在这里插入图片描述][eea86cad59a5465480727d96fbc68948.png_pic_center]

##### dataset.iloc\[:,:-1\] #####

![在这里插入图片描述][dacab9900a9848938a84cb57719a5e98.png_pic_center]

##### dataset.iloc\[:,3\] #####

![在这里插入图片描述][0a372b82d03649e1ae4a25f0abd0a5cb.png_pic_center]

##### dataset.iloc\[1:3,1\] #####

取左不取右。  
![在这里插入图片描述][c1ef0c649e3141d69506243b27ada0d7.png_pic_center]

#### mean() ####

这个函数在excel中也表示用来求平均数。  
![在这里插入图片描述][82bea248928d4796937ce5216bce39eb.png_pic_center]

### 可执行代码 ###

import numpy as np
    import matplotlib.pyplot as plt
    import pandas as pd
    
    dataset=pd.read_csv('Data.csv')
    # 自变量包括所有的行，除最后一列之外的列
    x=dataset.iloc[:,:-1]
    # 因变量包括所有的行，最后一列
    y=dataset.iloc[:,3]
    # 处理缺失值
    X['Age'] = X['Age'].fillna(X['Age'].mean()) #median
    X['Salary'] = X['Salary'].fillna(X['Salary'].mean()) #median

### 导入结果展示（缺失值处理前） ###

![在这里插入图片描述][0b6cb23ae3294df596c232ad69862119.png_pic_center]  
![在这里插入图片描述][88b08b5bd4f54d48b18bcc11e13a3a4a.png_pic_center]  
![在这里插入图片描述][b7612ba5f4dc4f589b37d5f964fb946b.png_pic_center]

### 缺失值处理后 ###

![在这里插入图片描述][c4dd2c85db3d42c7a5534de631921670.png_pic_center]

### 我的写在最后 ###

学习资料来自荔枝微课。

[55fd99192b4841e9bb36fcf5b400bd37.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/2f7b8dcb471841628d6573d175baa85f.png
[d7186295e6344a3ba51b3a02be4332ac.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/b7a58d08ec9146beae4f48bb15cbfa50.png
[ea1209d8871447f6bbcf653b4f1412c8.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/8157a656fca74652ac66b8ac57800536.png
[e7d13f9588884f35b877523ec235759f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/6c6b2ee6687545ee9912a56ca8117262.png
[eea86cad59a5465480727d96fbc68948.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/0f6246acab684b2485a9fda9ae1175b1.png
[dacab9900a9848938a84cb57719a5e98.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/e71226d72a5543a89345b3e1cbca881a.png
[0a372b82d03649e1ae4a25f0abd0a5cb.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/9c50ada5d05241ba8bf375dba1660ac0.png
[c1ef0c649e3141d69506243b27ada0d7.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/15ef1c05d2364eaabd288d7acf0b07b3.png
[82bea248928d4796937ce5216bce39eb.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/853acbe3543b4fcdb5823193acb9aa4c.png
[0b6cb23ae3294df596c232ad69862119.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/8fa2e2342747475ba81645d1f4ac803d.png
[88b08b5bd4f54d48b18bcc11e13a3a4a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/cf51676bb3b24b9098ee3ed2e315ac8e.png
[b7612ba5f4dc4f589b37d5f964fb946b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/cad010d1ff3b424d832683dd49880337.png
[c4dd2c85db3d42c7a5534de631921670.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/5aed277b6044418cb166902d8047281b.png