python基础练习（五）—— 数据清洗补全处理

本文链接：https://blog.csdn.net/kwu_ganymede/article/details/51299014

本文主要介绍了Python在数据清洗和补全方面的基础练习，包括处理缺失值、异常值等常见数据预处理操作，旨在提升数据质量。

摘要由CSDN通过智能技术生成

python基础练习（五）—— 数据清洗补全处理

# -*- coding: utf-8 -*-
#1. 读入  肝气郁结证型系数.xls  数据集，将数据集按照等距、小组等量 两种方式 分别分为5组数据，分别计算5组数据的中位数与标准差
import numpy as np
from pandas import Series, DataFrame
import pandas as pd

path = 'D:/pytest/week6data/' #输出数据路径

df1=pd.read_excel(path+'gqyjxsj.xls',header=None,skiprows=1)
df1.columns=['Values']    #设定列名

df1['Group_XZDJ']=pd.cut(df1['Values'],5,precision=2) #将值列按等距方式分为5组并赋值新列
df1['Group_XZDL']=pd.qcut(df1['Values'], 5, precision=2) #将值列按等距等量方式分为5组并赋值新列
group_xzdl=df1['Values'].groupby(df1['Group_XZDJ'])   #将值列按等距分组列准备数据
group_xzdj=df1['Values'].groupby(df1['Group_XZDL'])   #将值列按等距等量分组列准备数据

group_xzdl.median()  #等距方式求中位数
group_xzdl.std()  #等距方式求标准差
group_xzdj.median()  #等距等量求中位数
group_xzdj.std()  #等距等量求标准差


#2. 读入BHP1.csvÿ