2,数据清洗(去除空值)
dropna() 函数去除 df 数据表中存在空值的所有行
df.dropna(how=‘any’)
mean() 函数计算 age 字段所在列的平均值
age_pre = df[‘age’].mean()
使用 fillna() 函数对存在的空值进行填充,将 age_pre 的值填充到字段为空的值内面
df[‘age’].fillna(age_pre)
3,数据清洗(清除字段中的空格)
清除字段的空格
df[‘name’] = df[‘name’].map(str.strip)
4,数据清洗(对某个列进行重命名)
rename() 函数对列进行重命名
df.rename(columns={‘name’: ‘name_new’})
5,数据清洗(清除某一列中的重复值)
从前往后查找某个列中的重复值,如果存在则清除后面所出现的重复值
df[‘name’].drop_duplicates()
从后往前查找某个列中的重复值,如果存在则清除前面所出现的重复值
df[‘city’].drop_duplicates(keep=‘last’)
文末有福利领取哦~
👉一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉二、Python必备开发工具
👉三、Python视频合集
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉 四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(文末领读者福利)
👉五、Python练习题
检查学习结果。
👉六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!