查看各列缺失情况， 填充缺失值（账单总值和消费按照平均值进行填充，性别以众数填充，day和time用ffill或者bfill填充）
tips.isnull().sum() 消费总额7 小费3 性别3 是否抽烟5 星期4 聚餐时间段2 人数0 tips['消费总额'].fillna(tips['消费总额'].mean(),inplace=True) tips['小费'].fillna(tips['小费'].mean(),inplace=True) tips['性别'].fillna(tips['性别'].mode()[0],inplace=True) tips['是否抽烟'].fillna(tips['是否抽烟'].mode()[0],inplace=True) tips['星期'].fillna(method='ffill',inplace=True) tips['聚餐时间段'].fillna(method='bfill',inplace=True)
举一反三
- 对于随机缺失情况下的缺失值填充，以下说法不正确的是 A: 缺失值填充是一种加分手段，可以修复缺失的信息。 B: 可以用邻近值填充缺失值 C: 可以指定用均值填充缺失值 D: 可以指定用众数填充缺失值
- 可以使用下列那种方式填充缺失值（ ） A: 利用缺省值填充缺失值。 B: 人工填充缺失值。 C: 利用临近值填充缺失值。 D: 利用平均值或者中位数填充缺失值。
- 缺失值的处理方法有哪些？（） A: 用平均值填充 B: 忽略缺失记录 C: 以任意数据填充 D: 用默认值填充
- 缺失值处理的方法不包括（） A: 进行随机值填充 B: 0值填充 C: 均值填充 D: 丢弃缺失太多的变量
- 缺失值处理的方法不包括（） A: 进行随机值填充 B: 0值填充 C: 均值填充 D: 丢弃缺失太多的变量
内容
- 0
缺失值处理的方法不包括（） A: 进行随机值填充 B: 0值填充 C: 均值填充 D: 丢弃缺失太多的变量
- 1
以下不属于缺失值填充常规方法的是（ ） A: 用均值填充 B: 插值 C: 预测填充 D: 用随机数填充
- 2
数据插补的分类，按照手段来说,可以分为以下三类：以业务知识或经验推测填充缺失值；以___________的计算结果（均值、中位数、众数等）填充缺失值；以不同指标的计算结果填充缺失值。 A: 同一业务 B: 不同业务 C: 同一指标 D: 不同指标
- 3
缺失值处理中进行填充的方法不包括 A: 建模填充 B: 固定值填充 C: 随机值填充 D: 统计值填充
- 4
【多选题】数据清理中,处理缺失值的方法有 A. 固定值填充 B. 删除包含缺失数据的记录 C. 平均值填充 D. 邻近值填充