标签：atp style 无效 div rom code arc frame 姓名
titanic数据集包含11个特征，分别是：
Survived:0代表死亡，1代表存活
Pclass:乘客所持票类，有三种值(1,2,3)
Name:乘客姓名
Sex:乘客性别
Age:乘客年龄(有缺失)
SibSp:乘客兄弟姐妹/配偶的个数(整数值)
Parch:乘客父母/孩子的个数(整数值)
Ticket:票号(字符串)
Fare:乘客所持票的价格(浮点数，0-500不等)
Cabin:乘客所在船舱(有缺失)
Embark:乘客登船港口:S、C、Q(有缺失)
1.1导入表
import pandas as pd titanic=pd.DataFrame(pd.read_excel(‘D:\新建文件夹\chrome/titanic.xlsx‘)) titanic.head()
1.2删除无效列
titanic.drop(‘embark_town‘, axis = 1, inplace=True) titanic.head()
1.3重复值的处理
1.3.1查找重复值
titanic.duplicated()
1.3.2删除重复值
titanic = titanic.drop_duplicates()
titanic.head()
1.4空值与缺失值的处理
titanic[‘who‘].isnull().value_counts()
titanic[‘who‘] = titanic[‘who‘] .fillna(‘man‘) titanic.head()
titanic[‘age‘] = titanic[‘age‘] .fillna(titanic[‘age‘].mean()) titanic.head()
1.5异常值的处理
titanic.describe()
titanic.replace([512.329200],titanic[‘fare‘].mean())
二、对titanic数据集完成以下统计操作
1.统计乘客死亡和存活人数
titanic[‘survived‘].value_counts()
2.统计乘客中男女性别人数
titanic[‘sex‘].value_counts()
3.统计男女获救的人数
titanic[‘sex‘][titanic[‘survived‘]==1].value_counts()
4.统计乘客所在的船舱等级的人数
titanic[‘pclass‘].value_counts()
5.使用corr（）函数，判断两个属性是否具有相关性，分析舱位的高低和存活率的关系
titanic[‘pclass‘].corr(titanic[‘survived‘])
6.画出乘客票价与舱位等级的箱体图Boxplot，从图中能够得到哪些结论？
import matplotlib.pyplot as plt titanic.boxplot([‘fare‘],[‘pclass‘])
标签：atp style 无效 div rom code arc frame 姓名
原文地址：https://www.cnblogs.com/xiaobai121212/p/11691233.html
