python基础练习(五)—— 数据清洗补全处理

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
  • 4
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值