动手学数据分析 Task-02

第二章： 数据清洗及特征处理

第一节

观察处理缺失值

数据集中含有缺失值是很正常的，常见的几个对缺失值的处理方法有：

1. 忽略
2. 删除
3. 填充

在第一章中通过.info()方法观察到Age， Cabin，Embarked三列数据有缺失值，利用isnull().sum()统计一下三个特征中缺失值的数量得到

• Age中有177个缺失值，Cabin中有687个缺失值，Embarked中有2个缺失值

缺失值对数据的影响是比较大的所以不可以忽略，对于Age中的177个缺失值可以采用填充的方法。对于Cabin，一般当缺失值的数量大于50%的时候不会采取填充的方法，所以只能删除这个特征。对于Embarked来说，只有2个缺失值，采取填充的方法会更好一些。
填充的数值一般有几个方法来确定