你被要求建立一個機器學習模型，用來預測某人年收入是否超過 $50,000。為了了解目標變數 Above/Below 50k，你決定更深入地探索這個變數。
Above/Below 50k
本課程將全程使用 Python 套件 pandas，並以 pd 載入。成人普查收入資料集 adult 也已為你預先載入。
pandas
pd
adult
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Explore the Above/Below 50k variable print(adult[____].____)
幾乎每個資料集都包含類別資訊，而且往往是尚未被挖掘的寶藏。本章你會學到 pandas 如何以 category 資料型別處理類別欄位。你也會發現如何依類別分組，找出有用的摘要統計。
當前練習
現在要學習如何在 Series 中設定、加入與移除類別。你也會練習更新、重新命名、合併與重新排序類別，接著運用這些新技巧來清理並存取 DataFrame 中的其他資料。
本章你會使用 Python 的 seaborn 函式庫，建立以類別資料為基礎的資訊型視覺化，包括類別圖（cat-plot）、盒狀圖、長條圖、點圖與計數圖。接著你會學到如何視覺化類別欄，並依類別欄分割資料，來呈現數值欄位的摘要統計。
最後，你會學到如何避開使用類別資料的常見陷阱。你也會精進資料編碼技巧，認識標籤編碼與 one-hot 編碼，協助你為機器學習演算法準備資料。