3.Pandas数据预处理

1.重新设置索引

#将month设置为列索引
df.set_index('month')   

2. 去重操作

df.drop_duplicates()   ##删除重复行，保留第一个
# 删除brand那一列的重复项
df.drop_duplicates(subset=['brand'])   # 默认保留第一个
# 保留最后一个
df.drop_duplicates(subset=['brand', 'style'], keep='last')  

3. 缺失值处理

3.1  查看缺失值状态

data.info

  3.2 删除缺失值

# 删除至少有一个缺失值的行
df.dropna() 
# 删除至少有一个缺失值的列
df.dropna(axis=1)
# 删除确实所有元素的行
df.dropna(how="all")
# 删除缺失两个及以下元素的行
df.dropna(thresh=2)

3.3 缺失值填补

 # 将所有NaN元素替换为0
df.fillna(0) 
 # 向前填充非空值
df.fillna(method="ffill")
#  向后填充非空值 
df.fillna(method="bfill")  
# 将时间这一列中所有的NaN替换为0，将指标这一列中所有的NaN替换为1
values = {"时间": 0, "指标": 1}
df.fillna(value=values)  

4. map的用法 

df = pd.DataFrame([[4, 9]] * 3,