# 13.1 初步分析数据

这一步再熟悉不过了，可能会熟悉地让人心疼。但这又是数据挖掘非常重要也是必不可少的一步。


```python
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

datafr = pd.read_csv("./data.csv")

# 查看前10行数据到底长什么样子
datafr.head(10)
```

![](1.jpg)

![](2.jpg)

![](3.jpg)

![](4.jpg)

![](5.jpg)

![](6.jpg)

![](7.jpg)

![](8.jpg)

怎么样，是不是感觉有点懵，有这么多特征，还有一些缺失值。看来这个数据集并不是很好处理的样子。是的，我们需要一步一步脚印的来分析它。

还是按照惯例，看一下数据集有多少行多少列。

```python
print("Dimension of the dataset is: ",datafr.shape)
```

![](9.jpg)

总共 89 个特征！然后再看一下数据缺失的情况。

```python
# 统计出含有缺失值的特征的数量
datafr.isnull().sum().sort_values(ascending=False)
```

![](10.jpg)

![](11.jpg)

![](12.jpg)

总共 89 个特征，也就只有 13 个特征是完好无损的。不过值得庆幸的是，含有缺失值的特征们的缺失比例并不高，只有 Loaned From 这个特征的缺失严重。所以我们暂且可以认为这个特征没有什么用处，把它删掉就好了。

```python
# 删除Loaned From
datafr.drop('Loaned From',axis=1,inplace=True) 
```