init: 提交电信流失预测代码

src/data.py

@@ -0,0 +1,54 @@
+"""电信客户流失数据集加载与清洗（最终可运行版）"""
+import polars as pl
+import os  # 用于检查文件是否存在
+
+def load_telco_data():
+    """加载并清洗电信流失数据集，绝对路径+完整容错"""
+    # ========== 1. 正确的绝对路径（二选一即可） ==========
+    # 方式1：双反斜杠（推荐）
+    data_path = "C:\\Users\\s1313\\Desktop\\telco_churn_analysis\\data\\WA_Fn-UseC_-Telco-Customer-Churn.csv"
+    # 方式2：原始字符串（注释掉方式1，解开下面注释也可以）
+    # data_path = r"C:\Users\s1313\Desktop\telco_churn_analysis\data\WA_Fn-UseC_-Telco-Customer-Churn.csv"
+
+    # ========== 2. 检查文件是否存在（关键） ==========
+    if not os.path.exists(data_path):
+        print(f"\n❌ 错误：文件不存在！")
+        print(f"👉 请检查路径是否正确：{data_path}")
+        print(f"👉 确认文件是否在这个位置，且文件名没有写错")
+        return None  # 避免程序崩溃
+
+    # ========== 3. 读取并清洗数据 ==========
+    try:
+        df = pl.read_csv(data_path)
+        
+        # 安全清洗TotalCharges字段
+        if df["TotalCharges"].dtype == pl.Utf8:
+            df = df.with_columns(
+                pl.col("TotalCharges")
+                .str.replace(" ", "0")
+                .cast(pl.Float64, strict=False)
+                .fill_null(0.0)
+                .alias("TotalCharges")
+            )
+        else:
+            df = df.with_columns(
+                pl.col("TotalCharges")
+                .fill_null(0.0)
+                .alias("TotalCharges")
+            )
+
+        # ========== 4. 输出成功结果 ==========
+        print("\n✅ 数据集加载并清洗完成！")
+        print(f"📊 数据规模：{df.shape[0]}行 × {df.shape[1]}列")
+        print(f"📈 TotalCharges字段类型：{df['TotalCharges'].dtype}")
+        print("🔍 前2行预览：")
+        print(df.head(2))
+        return df
+
+    except Exception as e:
+        print(f"\n❌ 数据处理出错：{type(e).__name__} → {e}")
+        return None
+
+# 测试入口
+if __name__ == "__main__":
+    load_telco_data()