《数据分析与可视化》（清华）ch5-实训代码

小费数据集预处理——求思考题_有问必答-CSDN问答

以上代码在Jupyter Notebook中可以运行，但是在python中就会出如下问题：

这个错误表明在尝试计算均值填充缺失值时，数据中包含非数值类型的列（如文本列），导致无法计算均值。以下是完整的解决方案：

你的代码运行后没有输出是因为在Jupyter Notebook或交互式环境中，.head()方法默认会自动显示前5行数据，但在普通Python脚本中需要使用print()函数显式输出。以下是解决方案：

修正后的代码

# -*- coding: utf-8 -*-
"""
Created on Tue Apr  8 10:29:48 2025

@author: 破无差
"""
import pandas as pd
import numpy as np

fdata = pd.read_excel('tips_mod.xls')
print(fdata.head())

print(fdata.shape)
print(fdata.describe())

fdata.loc[fdata['聚餐时间段'] == 'Diner', '聚餐时间段'] = 'Dinner'
fdata.loc[fdata['聚餐时间段'] == 'Dier', '聚餐时间段'] = 'Dinner'
print(fdata['聚餐时间段'].unique())

print(fdata.isnull().sum())

fdata.dropna(thresh=6, inplace=True)
print(fdata.isnull().sum())

fdata.dropna(subset=['性别', '聚餐时间段'], inplace=True)
print(fdata.isnull().sum())

# 仅对数值列用均值填充
numeric_cols = fdata.select_dtypes(include=[np.number]).columns
fdata[numeric_cols] = fdata[numeric_cols].fillna(fdata[numeric_cols].mean())
# 对非数值列用众数填充
for col in fdata.select_dtypes(exclude=[np.number]).columns:
    mode_val = fdata[col].mode()[0]
    fdata[col] = fdata[col].fillna(mode_val)

print(fdata.isnull().sum())