import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv("train.csv")
#Use the Titanic data set from kaggle
data.info()

在这里插入图片描述

data.head(3)

在这里插入图片描述

data1 = pd.read_csv("train.csv",index_col=0)
#这里的index_col是表示把第0列作为索引，PassengerId正好也有这个属性。
#index_col用法比如你使之为2，那么调用的就是Pclass作为索引。
data1.head(3)

在这里插入图片描述

#传入sklearn中的特征矩阵必须是2维的
Age = data1.loc[:,'Age'].values.reshape(-1,1)
Age[:20]

在这里插入图片描述

from sklearn.impute import SimpleImputer
imp_mean = SimpleImputer()
#这里用均值是因为大概率是0~100不会有很大差距
imp_mean = imp_mean.fit_transform(Age)
imp_mean[:20]

在这里插入图片描述

#用填补好的imp_mean来覆写Age列
data1.loc[:,"Age"] = imp_mean
data1.info()
#可以看到Age已经填满了

在这里插入图片描述

data1['Age'].isnull().sum()

在这里插入图片描述

# sklearn # python # 机器学习
Logo
魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

cover

‌关于人工智能（AI）的发展现状和未来趋势的详细分析！

avatar 魔乐社区
cover

【SF顺丰】顺丰开放平台API对接（注册、API测试篇）

avatar 魔乐社区
cover

数据库系统概论的第六版与第五版的区别

avatar 魔乐社区