总结了Pandas实现数据清洗的7种方式
最近在做“对比excel,学习pandas系列”,前面发了一篇 很受读者喜爱,今天给大家介绍一下excel和pandas实现数据清洗的种方式 1.处理数据中的空值 我们在处理真实总结的数据时,往往会有很多缺少的的特征数据,就是所谓的空值,必须要进行处理才能进行下一步分析 空值的处理方式有很多种,一般是删除或者填充 Excel通过“查找和替换”功能实现空值的统了P一替换: 通过“定位”删除空值: pandas处理空值的方式比较灵活,可以使用dropna函数删除空值 import pandas as pd andata=pd.read_csv('成绩表.csv',encoding='gbk') data.dropna(how='any') 用fillna函数实现空值的填da充 ①使用数字0填充数据表中的空值 data.fillna(value=0) ②使用平均值填充数据表中的空值 data['语文'].fillna(datas实['语文'].mean()) 2.删除空格 excel中清理空格很简单,直接替换即可 pandas删除空格也很方便,主要使用map函数 data['姓名']=data['姓名现数'].map(str.strip) data 3.大小写转换 excel中大小写转换函数分别为upper()和lower() pandas中转换函数也为uppe据清r()和lower() data['拼音']=data['拼音'].str.upper() data data['拼音']=data['拼音'].str.lo洗的wer() data 4.更改数据格式 excel中更改数据格式通过快捷键“ctrl+1”打开“设置单元格格式”: pandas使用astype来修改数据格式,以将“7种语文”列改成整数为例 data['语文'].dropna(how='any').astype('int') 5.更改列名称 excel中更改列名称就不说了,大家都会 panda方式s使用rename函数更改列名称,代码如下: data.rename(columns={'语文':'语文成绩'}) 6.删除重复值 excel的功能区“数据”总结下有“删除重复项”,可以用来删除表中的重复值,默认保留最第一个重复值,把后面的删除: pandas使用drop_duplicates函数删除重复值: data['数学'].dro了Pp_duplicates() #默认删除后面的重复值 data['数学'].drop_duplicates(keep='last') an#删除第一项重复值 7.修改及替换数据 excel中使用“查找和替换”功能实现数值的替换 pandas中使用replace函数实现数据替换 data['姓名'].repdalace('成 功','失 败')
- 最近发表
- 随机阅读
-
- 标签: 牧原食品 港股上市 生猪养殖 A+H
- 美团发布Meeseeks评测基准!o3-mini霸榜,DeepSeek-R1意外垫底引发热议
- IETF推出新标准草案:让机器识别网页AI内容成为可能
- 谷歌“上车”,福特“入网”
- 人工智能和机器人技术的使用案例
- 手镯取不下来怎么办
- IBM收购加拿大金融技术公司:增强电子支付能力
- 市场接近300亿!2021年植保无人机发展前瞻
- 通过 Kubernetes CSI 实现 Longhorn 卷快照备份、恢复、克隆与扩容功能
- 标签: 蓝思科技 AI智能终端 智能手机 智能汽车
- 标签: 赛力斯 问界 A+H上市 新能源汽车
- 新华三发布“一体·两中枢”全新智慧计算体系
- Anthropic将Claude Code整合进企业计划 提升AI开发治理能力
- 云服务商Fastly道歉:软件漏洞导致昨日全球大量网站宕机
- 自动编程NLP模型技术综述 译文
- GitLabCI模板库的流水线优化实践
- 埃森哲裁员超1.1万名员工,全面转向人工智能
- 标签: IPO
- 标签: MCU 智能家电 芯片 中微半导体 消费电子
- AI对抗系列之--你的推荐算法被破防了吗?
- 搜索
-
- 友情链接