35433543

import pandas as pd

# 读取数据
data = pd.read_csv(r'C:\Users\XXGC\Desktop\shiuxun3.csv')

# 步骤 1：查看数据
print("数据的前几行：")
print(data.head())
print("数据的形状：", data.shape)
print("数据的列名：", data.columns)

# 步骤 2：处理缺失值
# 检查每列的缺失值数量
missing_values = data.isnull().sum()
print("缺失值数量：")
print(missing_values)

# 根据具体情况选择合适的处理方法

import pandas as pd
from scipy.stats import mode

# 计算每列的众数
column_modes = data.apply(lambda x: mode(x).mode[0])

# 使用众数补充缺失值
data.fillna(column_modes, inplace=True)
# 步骤 3：处理重复值
# 检查是否存在重复行
duplicate_rows = data.duplicated()
print("重复行数量：", duplicate_rows.sum())

# 删除重复行
data = data.drop_duplicates()

# 步骤 4：处理异常值
# 可以根据具体业务逻辑和数据特点定义异常值的判断条件
# 假设总金额不能为负数，将负数总金额替换为 0
data["总金额"] = data["总金额"].apply(lambda x: max(0, x))

# 再次查看处理后的数据
print("处理后的数据：")
print(data.head())
print("处理后数据的形状：", data.shape)