python数据清洗之学习总结（一、数据预处理之常用工具）

数据清洗常用工具

1. 目前在Python中, numpy和pandas是最主流的工具
2. Numpy中的向量化运算使得数据处理变得高效
3. Pandas提供了大量数据清洗的高效方法
4. 在Python中，尽可能多的使用numpy和pandas中的 函数，提高数据清洗的效率

1.Numpy

1.1 Numpy常用数据结构

1. Numpy中常用的数据结构是ndarray格式
2. 使用array函数创建，语法格式为array(列表或元组)
3. 可以使用其他函数例如arange、linspace、zeros等创建
   

1.2 Numpy常用方法

1.3 数据访问方法

array[a,b]
a: 代表行索引
b: 代表列索引

1.4 Numpy常用清洗函数

1. np.sort: 从小到大进行排序
2. np.argsort: 返回的是数据中, 从小到大的索引值
   
3. np.where:可以自定义返回满足条件的情况
4. np.extract:返回满足条件的元素值
   

2. Pandas

2.1 Pandas常用数据结构series和方法

1. 通过pandas.Series来创建Series数据结构。
2. pandas.Series(data,index,dtype,name)。
3. 上述参数中，data可以为列表，array或者dict。
4. 上述参数中， index表示索引，必须与数据同长度，name代表对象的名称
   

2.2 Pandas常用数据结构dataframe和方法

1. 通过pandas.DataFrame来创建DataFrame数据结构。
2. pandas. DataFrame(data,index,dtype,columns)。
3. 上述参数中，data可以为列表，array或者dict。
4. 上述参数中， index表示行索引， columns代表列名或者列标签
   
   

2.3 series和dataframe常用方法如下