一.数据清洗与准备
1.缺失值
NaN(np.nan): 对数值型数据,浮点值NaN(not a number)
NA(not available)
None 均为缺失值,通过data.isnull()检测,反方法:data.notnull()
过滤(删除缺失值)
newdata = data.dropna()
等价于 data[data.notnull()]
默认删除含有缺失值的整行
可选参数:
how=’all’:当一行全是缺失值才删除该行,否则不删除
axis=1:删除列
thresh=n:保留含有n个观测值的行
newdata = data.fillna(value)
:将缺失值替换为value
为不同列的NA设置不同的填充值:传入字典data.fillna({列名:value,…})
常用可选参数(详见文档字符串):
inplace=True:修改原对象而不返回新对象;
method=:插值方法,(比如’ffill’:用前面的值填补后面所有的缺失值),
与limit=n搭配,设置前向或后向填充时最大填充范围;
axis=1:需要填充的轴
可以用数据的平均值或中位数填充NA:data.fillna(data.mean())
2.数据转换
df.duplicated(): 是否有重复值
Original: https://blog.csdn.net/weixin_31940053/article/details/112963960
Author: 旧文字
Title: python的数据清理_Python数据清理,清洗
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/677301/
转载文章受原作者版权保护。转载请注明原作者出处!