python代码实现泰坦尼克号数据清理

以下是一个Python代码示例，用于清理泰坦尼克号数据集。该示例使用了Pandas库来加载和清理数据。

import pandas as pd

# 加载数据集
df = pd.read_csv('titanic.csv')

# 删除无用的列
df = df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'], axis=1)

# 处理缺失值
df['Age'].fillna(df['Age'].median(), inplace=True)
df['Embarked'].fillna(df['Embarked'].mode()[0], inplace=True)

# 转换文本数据为数值数据
df['Sex'] = df['Sex'].map({'male': 0, 'female': 1})
embarked_map = {'S': 0, 'C': 1, 'Q': 2}
df['Embarked'] = df['Embarked'].map(embarked_map)

# 将数据集保存到文件中
df.to_csv('cleaned_titanic.csv', index=False)

该代码首先加载了泰坦尼克号的数据集，并删除了一些无用的列。然后，缺失值被处理，例如，年龄用中位数填充，Embarked用众数填充。最后，文本数据（例如性别和Embarked）被转换为数值，并将清理后的数据保存到文件中。

相关问题

Python 代码实现泰坦尼克号数据清洗

以下是 Python 代码实现泰坦尼克号数据清洗的示例：

import pandas as pd

# 读取数据
df = pd.read_csv('titanic.csv')

# 删除无用列
df.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'], axis=1, inplace=True)

# 处理缺失值
df['Age'].fillna(df['Age'].median(), inplace=True)
df['Embarked'].fillna(df['Embarked'].mode()[0], inplace=True)

# 将字符串类型转换为数字类型
df['Sex'] = df['Sex'].map({'female': 0, 'male': 1}).astype(int)
df['Embarked'] = df['Embarked'].map({'S': 0, 'C': 1, 'Q': 2}).astype(int)

# 将年龄分组
df['AgeGroup'] = pd.cut(df['Age'], bins=[0, 12, 18, 60, 100], labels=[0, 1, 2, 3])

# 删除原来的年龄列
df.drop(['Age'], axis=1, inplace=True)

# 保存清洗后的数据
df.to_csv('titanic_cleaned.csv', index=False)

上述代码首先读取泰坦尼克号数据集，然后删除无用的列（PassengerId、Name、Ticket、Cabin）。接着处理缺失值，对于年龄缺失的数据，使用中位数填充；对于Embarked缺失的数据，使用众数填充。然后将性别和Embarked转换为数字类型，方便后续建模。接着将年龄分组，将年龄划分为儿童、青少年、成年人和老年人四个年龄段，并删除原来的年龄列。最后将清洗后的数据保存到文件中。

Python代码实现泰坦尼克号数据清洗

以下是Python代码实现泰坦尼克号数据清洗的示例：

import pandas as pd

# 读取数据文件
titanic = pd.read_csv('titanic.csv')

# 删除无用列
titanic = titanic.drop(['PassengerId', 'Name', 'Ticket', 'Cabin'], axis=1)

# 处理缺失值
titanic['Age'] = titanic['Age'].fillna(titanic['Age'].median())
titanic['Embarked'] = titanic['Embarked'].fillna(titanic['Embarked'].mode()[0])

# 将分类变量转换为数字变量
titanic['Sex'] = titanic['Sex'].map({'female': 0, 'male': 1}).astype(int)
embarked_mapping = {'S': 0, 'C': 1, 'Q': 2}
titanic['Embarked'] = titanic['Embarked'].map(embarked_mapping).astype(int)

# 查看数据清洗后的结果
print(titanic.head())

代码的执行结果为：

   Survived  Pclass  Sex   Age  SibSp  Parch     Fare  Embarked
0         0       3    1  22.0      1      0   7.2500         0
1         1       1    0  38.0      1      0  71.2833         1
2         1       3    0  26.0      0      0   7.9250         0
3         1       1    0  35.0      1      0  53.1000         0
4         0       3    1  35.0      0      0   8.0500         0