鸢尾花数据清洗 python 代码

在Python中，处理鸢尾花（Iris）数据集进行预处理和清洗通常包括加载数据、检查缺失值、异常值处理以及数据类型转换等步骤。以下是一个简单的例子，使用Pandas库来清洗鸢尾花数据集（假设数据集已经用`iris`这个名称导入）：

# 导入所需的库
import pandas as pd
from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris_data = load_iris()
df = pd.DataFrame(data=iris_data.data, columns=iris_data.feature_names)
target = iris_data.target
target_names = iris_data.target_names

# 检查数据集的基本信息
print(df.info())  # 查看数据集的结构，确认是否有缺失值

# 如果有缺失值，处理方式取决于具体缺失情况
# 例如，如果数据集中没有缺失值，这一步可以省略
# df = df.dropna()  # 删除含有缺失值的行

# 检查异常值（超出正常范围的数据点）
# 可能需要根据具体领域知识或可视化来判断哪些值可能有问题
# 有时可能不需要处理，取决于分析目的

# 将分类目标变量转换为类别
df['species'] = target_names[target]

# 数据清洗完成后，你可以根据需要对数据进行分隔为训练集和测试集
# from sklearn.model_selection import train_test_split
# X_train, X_test, y_train, y_test = train_test_split(df.drop('species', axis=1), df['species'], test_size=0.2, random_state=42)

# 保存清洗后的数据
df_cleaned = df.drop('species', axis=1)  # 假设我们不用于分类，只保留特征
df_cleaned.to_csv('iris_cleaned.csv', index=False)