外观
低碳生活行为影响因素数据清洗和标注流程设计
import pandas as pd
#读取一个Excel文件,并将读取到的数据存储在变量data中
data =
#打印出数据集的前5行
print(data.head())
#处理数据集中的缺失值
initial_row_count = #处理前的数据行数
data = #删除缺失值所在行
final_row_count = #处理后的数据行数
print(f'处理后数据行数: {final_row_count}, 删除的行数: {initial_row_count - final_row_count}')
#删除重复行
data =
from sklearn.preprocessing import StandardScaler
numerical_features = ['4.您的月生活费○≦1,000元 ○1,001-2,000元 ○2,001-3,000元 ○≧3,001元']
scaler = StandardScaler()
data[numerical_features] =
#选择特征
selected_features = []
X =
# 创建目标变量
y =
from sklearn.model_selection import train_test_split
# 数据划分(测试集取20%)
X_train, X_test, y_train, y_test = (, random_state=42)
# 合并处理后得数据,并将其保存(保存中不用额外创建索引)
cleaned_data = (, axis=1)
('2.1.2_cleaned_data.csv', )