Python 第2次作业

作业2：完成“python进阶知识”ppt中的作业2内容，提供代码及运行结果截图。

读取csv数据“数据2.3.csv”，并开展以下操作：

  1. 查看数据集中的缺失值

  2. 填充数据集中的缺失值（用字符串’缺失数据’代替、用变量均值或者中位数填充缺失数据）

    注意：在采取不同方式填充缺失数据时，均需重新读取数据。

  3. 将var5的数据格式设置成百分比格式。

查看数据集中的缺失值

首先定义read_data** **函数，该函数接受一个参数 file_path，其默认值为 '../data/数据2.3.csv'，其中使用 pd.read_csv() 读取指定路径的 CSV 文件。

在检查缺失值时，data.isnull() 返回一个布尔型 DataFrame，表示每个元素是否为缺失值，.sum() 对每列的缺失值进行计数，返回一个包含每列缺失值数量的 Series。

import pandas as pd

def read_data(file_path='../data/数据2.3.csv'):
    return pd.read_csv(file_path)

data = read_data()

# 查看数据中的缺失值
missing_values = data.isnull().sum()
print("各列缺失值数量：")
print(missing_values)

运行结果如下：

填充数据集中的缺失值

通过一个函数来实现填充缺失值的功能，根据参数 fill_type 决定填充方式：

遍历数据框的每一列，根据 fill_type 参数选择不同的填充方式，最终返回处理后的数据框。

def fill_missing_data(df, fill_type='median'):
    """
    处理数据框中的缺失值，一共三种填充方式：均值、中位数或'缺失数据'填充。
    
    Args:
        df (pandas.DataFrame): 输入的数据框
        fill_type (str): 数值型列填充方式，可选 'mean'（均值）、'median'（中位数）、'missing'（'缺失数据'），默认为 'median'

    Returns:
        pandas.DataFrame: 处理缺失值后的数据框
    """
    for col in df.columns:
        if fill_type == 'mean':
            # 对于数值型列，使用均值填充缺失值
            df[col] = df[col].fillna(df[col].mean())
        elif fill_type == 'median':
            # 对于数值型列，使用中位数填充缺失值
            df[col] = df[col].fillna(df[col].median())
        elif fill_type == 'missing':
            # 对于数值型列，使用'缺失数据'填充缺失值
            df[col] = df[col].fillna('缺失数据')

    return df

filled_data_mean = fill_missing_data(read_data(file_path), fill_type='mean')
filled_data_median = fill_missing_data(read_data(file_path), fill_type='median')
filled_data_missing = fill_missing_data(read_data(file_path), fill_type='missing')
print("使用均值填充结果:")
print(filled_data_mean)
print("使用中位数填充结果:")
print(filled_data_median)
print("使用'缺失数据'填充结果:")
print(filled_data_missing)

运行结果：

将var5的数据格式设置成百分比格式

读取数据并格式化其中某一列（V5）的数据为百分比形式，保留两位小数。

data = read_data(file_path)
data['V5'] = data['V5'].map('{:.2%}'.format)

运行结果：