2.1.2

import pandas as pd #读取一个Excel文件，并将读取到的数据存储在变量data中 data = 💡 #打印出数据集的前5行 print(data.head()) #处理数据集中的缺失值 initial_row_count = 💡 #处理前的数据行数 data = 💡 #删除缺失值所在行 final_row_count = 💡 #处理后的数据行数 print(f'处理后数据行数: {final_row_count}, 删除的行数: {initial_row_count - final_row_count}') #删除重复行 data = 💡 from sklearn.preprocessing import StandardScaler numerical_features = ['4.您的月生活费○≦1,000元 ○1,001-2,000元 ○2,001-3,000元 ○≧3,001元'] scaler = StandardScaler() data[numerical_features] = 💡 #选择特征 selected_features = [💡] X = 💡 # 创建目标变量 y = 💡 from sklearn.model_selection import train_test_split # 数据划分（测试集取20%） X_train, X_test, y_train, y_test = 💡(💡, random_state=42) # 合并处理后得数据，并将其保存（保存中不用额外创建索引） cleaned_data = 💡(💡, axis=1) 💡('2.1.2_cleaned_data.csv', 💡)