实现功能：
python实现数据清洗，对重复记录、缺失值、异常值进行检测，并对其进行处理。
实现代码：
# 导入需要的库
import numpy as np
import pandas as pd
def Read_data(file):
dt = pd.read_csv(file)
dt.columns = ['age', 'sex', 'chest_pain_type', 'resting_blood_pressure', 'cholesterol',
'fasting_blood_sugar', 'rest_ecg', 'max_heart_rate_achieved','exercise_induced_angina',
'st_depression', 'st_slope', 'num_major_vessels', 'thalassemia', 'target']
data =dt
pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)
pd.set_option('display.width', None)
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
print(data.head())
return data
def data_clean(data):
# 数据清洗
# 重复值处理
print('存在' if any(data.duplicated()) else '不存在', '重复观测值')
data.drop_duplicates()
# 缺失值处理
print(data.isnull())
print(data.isnull().sum()) #检测每列中缺失值的数量
print(data.isnull().T.sum()) #检测每行缺失值的数量
print('不存在' if any(data.isnull()) else '存在', '缺失值')
data.dropna() # 直接删除记录
data.fillna(method='ffill') # 前向填充
data.fillna(method='bfill') # 后向填充
data.fillna(value=2) # 值填充
data.fillna(value={'resting_blood_pressure': data['resting_blood_pressure'].mean()}) # 统计值填充
# 异常值处理
data1 = data['resting_blood_pressure']
# 标准差监测
xmean = data1.mean()
xstd = data1.std()
print('存在' if any(data1 > xmean + 2 * xstd) else '不存在', '上限异常值')
print('存在' if any(data1 < xmean - 2 * xstd) else '不存在', '下限异常值')
# 箱线图监测
q1 = data1.quantile(0.25)
q3 = data1.quantile(0.75)
up = q3 + 1.5 * (q3 - q1)
dw = q1 - 1.5 * (q3 - q1)
print('存在' if any(data1 > up) else '不存在', '上限异常值')
print('存在' if any(data1 < dw) else '不存在', '下限异常值')
data1[data1 > up] = data1[data1 < up].max()
data1[data1 < dw] = data1[data1 > dw].min()
# print(data1)
if __name__=="__main__":
data1=Read_data("F:\数据杂坛\\0504\heartdisease\Heart-Disease-Data-Set-main\\UCI Heart Disease Dataset.csv")
data_clean(data1)
实现效果：
喜欢记得点赞，在看，收藏，
关注V订阅号：数据杂坛，获取完整代码和效果，将持续更新！
Original: https://blog.csdn.net/sinat_41858359/article/details/124907983
Author: 不再依然07
Title: python实现数据清洗（重复值+缺失值+异常值处理）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/694417/
转载文章受原作者版权保护。转载请注明原作者出处！