泰坦尼克号预测生存可能性

import pandas as pd
data = pd.read_csv("train.csv")
#确定每一列，或者叫每一个series下，是否有空数据
columns_name = data.columns.tolist()
columns_name_true_false={}
print(type(columns_name))
print(columns_name[0])
for i in columns_name:
    lenth = len(data[data[i].isnull()==True])
    columns_name_true_false[i]=lenth
print(columns_name_true_false)
#确定每一列，或者叫每一个series下，是否有空数据
#输出发现，‘Age‘、‘Cabin‘和‘Embarked‘有空数据，下一步要填补这些空数据。

{‘PassengerId‘: 0, ‘Survived‘: 0, ‘Pclass‘: 0, ‘Name‘: 0, ‘Sex‘: 0, ‘Age‘: 177, ‘SibSp‘: 0, ‘Parch‘: 0, ‘Ticket‘: 0, ‘Fare‘: 0, ‘Cabin‘: 687, ‘Embarked‘: 2}

#处理‘Embarked‘，计算‘Embarked‘中C、S、Q出现的次数，用出现次数多的填补空位置。
Embarked_list=[‘S‘,‘C‘,‘Q‘]
Embarked_list_times = {}
for i in Embarked_list:
    times = len(data[data[‘Embarked‘]==i])
    Embarked_list_times[i]=times
print(Embarked_list_times)
#处理‘Embarked‘，计算‘Embarked‘中C、S、Q出现的次数，用出现次数多的填补空位置。

{‘S‘: 644, ‘C‘: 168, ‘Q‘: 77}

data.fillna(axis=0,value=‘S‘,inplace=True)

data.drop(‘Cabin‘,axis =1,inplace=True)

data1 = data[‘Age‘].dropna(axis=0)
zhongshu = data1.median()
data[‘Age‘].fillna(value=zhongshu,inplace=True) #用中值弥补空缺位置
#data[‘Age‘].fillna(value=data1.mean(),inplace=True)   #用均值弥补空缺位置