数据的预处理——缺失值处理

《1》自己显示对缺失值进行百分比处理，看看每个表中的特征的缺失值的情况

自定义函数的方法：way1

def missing_data(data):
    total = data.isnull().sum().sort_values(ascending = False)
    percent = (data.isnull().sum()/data.isnull().count()*100).sort_values(ascending = False)
    return pd.concat([total, percent], axis=1, keys=['Total', 'Percent'])

自己定义的方法2：

check_null =previous_application.isnull().sum(axis=0).sort_values(ascending=False)/float(len(previous_application)) #查看缺失值比例
print(check_null[check_null > 0.2])

以上两个都是自定义的方法。

下面有可视化的方法去找去缺失值，弊端自己要去数行和运行速度慢，有点就是看来比较高大上的，如果觉得这个实在不好看，可以将以上的百分的那个东西再做一个扇形图之类。

对于缺失值的处理分别三种情况：

（1）删除记录，比较暴力的手段

（2）数据的查补的方法：1.以平均值/中位数/众数插值

                                          2.以固定的值，特征本身自有的属性

                                          3.最近临插值法

                                          4.回归方法

                                          5.拉格朗日插值法

                                          6.牛顿的插值法

                                          7.随机森林

（3）不处理