python数据可视化1

数据清理：

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all' #显示cell中的所有结果

athlete.isnull().any() #检查数据集中每列是否有缺失值

any()：有一个就返回true

all()：全部都是才返回true

填补缺失值：

连续型缺失值可以用平均值填补，离散型具体分析，本案例为奖牌分析，用未获奖牌来填补。

athlete['Height'] = athlete['Height'].fillna(athlete['Height'].mean())
athlete['Age'] = athlete['Age'].fillna(athlete['Age'].notnull())
athlete['Medal'] = athlete['Medal'].fillna('NoMedal')

再次验证：

athlete.isnull().any() #检查数据集中每列是否有缺失值