【自用】 Pandas 预处理 —— 补全和编码(one-hot)

import pandas as pd

train_file = './data/train.csv'
train_data = pd.read_csv(train_file)

# 删除需要的列
train_data.drop(['PID', 'Name'], axis=1, inplace=True)

# 弹出Label列
label_data = train_data.pop('Label')

# 补全缺失值（用中位数）
age_median = train_data['Age'].median()
train_data['Age'].fillna(age_median, inplace=True)

# 有大小关系的用编码映射
size_map = {'S': 1, 'M': 2, 'L': 3}
train_data['Size'] = train_data['Size'].map(size_map)

# 无大小顺序的用One-hot编码
train_data = pd.get_dummies(train_data)

print(train_data.head(20))

    PS:自用的  不做解释                        作者：一个吃货帅锅