python数据分析——数据清理(二)

上一章给大家介绍了如何查看数据与选取你所需要的数据，这篇给大家介绍一下选择完数据如何对数据进行处理。

往往我们拿到的数据经过查看过都会存在一些不能满足需求的问题，这时就可能需要对原数据进行一些修改与整理。比如：Python字段名修改、列名选择修改、索引重置、异常值替换、数据类型转化、数据组合等。还是主要给大家介绍一下一些常用涉及到的方法，本章结构请见目录：

一、清理数据

列名修改

属性	描述
df.columns = [‘a’,‘b’,‘c’]	重命名列名，全部一起改
df.rename(columns={‘a’: ‘A’, ‘b’: ‘B’, ‘c’: ‘C’}, inplace=True)	修改部分列名，inplace=True并直接覆盖
df.set_index(‘col1’)	更改索引列，把指定列变成索引

索引修改

属性	描述
df.set_index(‘column_one’)	更改索引列，列变索引
df.reset_index()	将索引变成列或属性drop=true重置索引

内容修改

属性	描述
pd.cut(s,list)	将数据列进行分段，pd.cut(data,[0,10,20,30])
pd.isnull()	检查DataFrame对象中的空值，并返回一个Boolean数组
pd.notnull()	检查DataFrame对象中的非空值，并返回一个Boolean数组
df.drop(‘a’,axis=1)	删除a列所有数据
df.dropna()