Pandas数据分析②——数据清洗（重复值/缺失值/异常值）

Pandas系列目录：
Pandas数据分析①——数据读取（CSV/TXT/JSON)
Pandas数据分析③——数据规整1（索引和列名调整/数据内容调整/排序）
Pandas数据分析④——数据规整2（数据拼接/透视)
Pandas数据分析⑤——数据分组与函数使用（Groupby/Agg/Apply/mean/sum/count)
Pandas数据分析⑥——数据分析实例（货品送达率与合格率/返修率/拒收率）
Pandas数据分析⑦——数据分析实例2（泰坦尼克号生存率分析）

数据清洗分为三步（文末有大礼赠送）：

重复值处理——删除（有几个相同就删除还是全部得相同）
缺失值处理——删除，填充（均值，众数，中位数，前后相邻值），插值（拉格朗日插值，牛顿插值）
异常值处理——describe进行描述性分析+散点图+箱型图定位异常值，处理方法：删除，视为缺失值

一、重复值处理

① 先用duplicated()方法进行逻辑判断，确定是否有重复值

data = pd.read_csv("data.csv",encoding='gbk')
print(data.duplicated().value_counts())    

② 再用duplicates（subset,keep,inplace)方法对某几列下面的重复行删除
subset:以哪几列作为基准列，判断是否重复，如果不写则默认所有列都要重复才算
keep: 保留哪一个，fist-保留首次出现的，last-保留最后出现的，False-重复的一个都不保留，默认为first
inplace: 是否进行替换，最好选择False，保留原始数据，默认也是False

data.drop_duplicates(subset=["订单号","订单行"],keep='first',i