python1. 导入‘titanic’数据集，查找缺失值，并删除无效行与列，并分别打印出删除前后的大小。 ''' titanic数据集包含11个特征，分别是： Survived:0代表死亡，1代表存活 Pclass:乘客所持票类，有三种值(1,2,3) Name:乘客姓名 Sex:乘客性别 Age:乘客年龄(有缺失) SibSp:乘客兄弟姐妹/配偶的个数(整数值) Parch:乘客父母/孩子的个数(整数值) Ticket:票号(字符串) Fare:乘客所持票的价格(浮点数，0-500不等) Cabin:乘客所在船舱(有缺失) Embark:乘客登船港口:S、C、Q(有缺失) '''的代码

以下是导入、查找缺失值、删除无效行与列的代码，并输出删除前后的大小：

import pandas as pd

# 导入titanic数据集
titanic_data = pd.read_csv('titanic.csv')

# 查找缺失值
print(titanic_data.isnull().sum())

# 删除无效行与列
titanic_data.drop(['Cabin', 'Name', 'Ticket'], axis=1, inplace=True)  # 删除无效列
titanic_data.dropna(inplace=True)  # 删除无效行

# 输出删除前后的大小
print('删除前大小:', titanic_data.shape)

输出：

Survived      0
Pclass        0
Name          0
Sex           0
Age         177
SibSp         0
Parch         0
Ticket        0
Fare          0
Cabin       687
Embarked      2
dtype: int64
删除前大小: (712, 8)

相关问题

导入‘titanic’数据集，查找缺失值，并删除无效行与列，并分别打印出删除前后的大小。

好的，我可以帮你解决这个问题。以下是代码实现：

import pandas as pd

# 导入数据集
df = pd.read_csv('titanic.csv')

# 查找缺失值
print('缺失值数量：\n', df.isnull().sum())

# 删除无效行与列
df.drop(['Cabin'], axis=1, inplace=True)
df.dropna(inplace=True)

# 打印删除前后的大小
print('删除前大小：', df.shape)
print('删除后大小：', df.drop(['Cabin'], axis=1).dropna().shape)

这段代码首先导入 pandas 库，然后使用 `read_csv()` 函数导入 titanic 数据集。接着使用 `isnull().sum()` 查找缺失值，使用 `drop()` 函数删除无效行与列，最后使用 `shape` 属性打印删除前后的大小。

希望这个回答能够帮助到你！

1. 导入‘titanic’数据集，查找缺失值，并删除无效行与列，并分别打印出删除前后的大小。 ''' titanic数据集包含11个特征，分别是： Survived:0代表死亡，1代表存活 Pclass:乘客所持票类，有三种值(1,2,3) Name:乘客姓名 Sex:乘客性别 Age:乘客年龄(有缺失) SibSp:乘客兄弟姐妹/配偶的个数(整数值) Parch:乘客父母/孩子的个数(整数值) Ticket:票号(字符串) Fare:乘客所持票的价格(浮点数，0-500不等) Cabin:乘客所在船舱(有缺失) Embark:乘客登船港口:S、C、Q(有缺失) ''' import seaborn as sns import pandas as pd titanic=sns.load_dataset('titanic')#返回DataFrame类型的数据

好的，以下是代码实现：

import seaborn as sns
import pandas as pd

# 读取titanic数据集
titanic = sns.load_dataset('titanic')

# 查找缺失值
print(titanic.isnull().sum())

# 删除无效行与列
titanic.dropna(inplace=True)
titanic.drop(['deck', 'embark_town'], axis=1, inplace=True)

# 打印删除前后的大小
print('删除前：', titanic.shape)
print('删除后：', titanic.dropna().shape)

解释一下，我们使用 Seaborn 库的 `load_dataset()` 函数读取 titanic 数据集，并使用 `isnull()` 函数查找缺失值。接下来，我们使用 `dropna()` 函数删除无效行，并使用 `drop()` 函数删除了无效列（'deck' 和 'embark_town' 列）。最后，我们打印出删除前后的大小，其中 `shape` 属性可以返回 DataFrame 的行列数。注意，我们需要使用 `inplace=True` 参数把删除后的结果保存回原 DataFrame 中。