1找缺省值df.info()/df.isnull().sum()
2、缺省值处理None,isnull(),==np.nan?
df[df['Age']==None]=0/df[df['Age'].isnull()] =0
3、重复值处理
先找重复值
删除重复值
切片,分别存储
分为n组
定分组规则
3.
value.counts()查看变量名和种类
unique()找唯一值
replace([],[])数组形式替换为后者,map字典一样
1找缺省值df.info()/df.isnull().sum()
2、缺省值处理None,isnull(),==np.nan?
df[df['Age']==None]=0/df[df['Age'].isnull()] =0
3、重复值处理
先找重复值
删除重复值
切片,分别存储
分为n组
定分组规则
3.
value.counts()查看变量名和种类
unique()找唯一值
replace([],[])数组形式替换为后者,map字典一样