Skip to content

低碳生活行为影响因素数据清洗和标注流程设计 ​

python0/15 已填
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', )

上海人工智能训练师(三级)实训 · 40 个实战任务