年底总结 2021年最有用的数据清洗 Python 库

大家好，我是IT界搬运喵。

不知不觉2021就进入了末尾，今天我来一次年底总结，总结一下2021年最有用的数据清洗 Python 库。

大多数调查表明，数据科学家和数据分析师需要花费 70-80% 的时间来清理和准备数据以进行分析。

对于许多数据工作者来说，数据的清理和准备也往往是他们工作中最不喜欢的部分，因此他们将另外 20-30% 的时间花在抱怨上，这虽然是一个玩笑，但是却很好的反应了数据清洗在数据分析工作当中的特殊地位

在平时的工作生活中，数据总是会出现某些不一致、缺失的输入、不相关的信息、重复的信息或彻头彻尾的错误等等情况。尤其是当数据来自不同来源时，每个来源都会有自己的一套怪癖、挑战和不规则之处。凌乱的数据是没有用处的，有时候甚至会起到反方向作用，这就是数据科学家花费大部分时间来理解所有数据的原因

虽然清理和准备数据既繁琐又辛苦，但是我们的数据越干净、越有条理，后面的一切工作都会变得更快、更轻松、更高效。

本文就来分享精选的 15 个最有用的 Python 数据清理库，希望在数据分析的路上，大家都能越快轻松！

• NumPy

• Pandas

• Matplotlib

• Datacleaner

• Dora

• Seaborn

• Arrow

• Scrubadub

• Tabulate

• Missingno

• Modin

• Ftfy

• SciPy

• Dabl