データクリーニングPython

最頻値、中央値、平均、クラスター分析などの手法を使用して、ポルトガル銀行のテレマーケティング データ (http://archive.ics.uci.edu/ml/datasets/Bank+Marketing#) を効果的にクリーンアップします。

データフィールドの説明:

(1) 銀行顧客情報：

1. age: 年齢（数字）
2. ジョブ: ジョブの種類。管理者、ブルーカラー、起業家、家政婦、「経営者」、退職者、「自営業」、サービス (「サービス」)、学生 (「学生」)、技術者 (「技術者」)、失業者 (「失業者」)、不明 (「不明」)
3. 婚姻状況: 婚姻状況、離婚 (「離婚」)、既婚 (「既婚」)、独身 (「シングル」)、不明 (「不明」)。注：離婚には死別も含まれます
4. 教育: 教育ステータス: 基本 4 年間 ('basic.4y')、基本 6 年間 ('basic.6y')、基本 9 年間 ('basic.9y')、高等学校および