python数据集预处理代码

好的，以下是一个简单的 Python 数据集预处理代码示例：

import pandas as pd
import numpy as np
from sklearn.preprocessing import LabelEncoder

# 读取数据集
data = pd.read_csv('data.csv')

# 删除缺失值
data.dropna(inplace=True)

# 将分类变量编码为数字
le = LabelEncoder()
data['category'] = le.fit_transform(data['category'])

# 将连续变量进行归一化处理
data['age'] = (data['age'] - data['age'].mean()) / data['age'].std()
data['income'] = (data['income'] - data['income'].min()) / (data['income'].max() - data['income'].min())

# 将数据集分为训练集和测试集
train_data = data.sample(frac=0.8, random_state=1)
test_data = data.drop(train_data.index)

# 保存处理后的数据集
train_data.to_csv('train_data.csv', index=False)
test_data.to_csv('test_data.csv', index=False)

这个示例代码中，我们使用 pandas 库来读取数据集，使用 sklearn 库中的 LabelEncoder 类来将分类变量编码为数字，使用归一化处理来对连续变量进行预处理，使用 sample() 函数将数据集划分为训练集和测试集，并将处理后的数据集保存到本地文件中。