机器学习-天池竞赛O2O优惠券使用预测（python相关知识）_o2o优惠卷使用python特征工程

数据预处理部分

read_csv

pandas.read_csv参数详解

处理NAN、NAN详解

keep_default_na = False：
在利用read_csv读入数据时，对于空数据，pandas默认为NAN填充，利用这个语句可以用Null覆盖NAN.

NAN与任何数据都不相等，包括它本身。
1

对于NULL，判断字段是否是空省值：

training_set.date == 'null'
1

对于NAN，判断字段是否是空省值：

training_set.date == training_set.date
1

pandas

参考：机器学习——Pandas库

参考：pandas基本操作函数

Pandas中 常用属性，查看概览信息

one-hot独热编码

isnull()函数

1、df.isnull()

元素级别的判断，把对应的所有元素的位置都列出来，元素为空或者NA就显示True，否则就是False

2、df.isnull().any()

列级别的判断，只要该列有为空或者NA的元素，就为True，否则False

3、df.isnull().sum()

将列中为空的个数统计出来

4、df[df.isnull().values==True]

可以只显示存在缺失值的行列，清楚的确定缺失值的位置。

5、test.columns[test.isnull().any()].tolist() #test是dataframe对象

将为空或者NAN的列找出来