第五章、淘米洗菜——数据预处理，知识点

第五章、淘米洗菜——数据预处理，知识点
缺失值处理
缺失值查询

data_excel.info()

空值查询
第一种方法

data_excel[data_excel['reject_code'].isna()]

第二种方法

data_excel[data_excel['reject_code'].isna()].head()

删除缺失值

data_excel.dropna()
data_excel.dropna(how='all')

填充缺失值,大于30%就删除处理

data_excel.fillna(0).head()

data_excel.fillna({'reject_code':-1})

重复值，一般就是删除处理
df.drop_duplicates(subset=[],keep=’’)
subset=[ ]
keep=‘first’
keep=‘last’
keep=False

异常值，一般就是删除处理，但是可以替换成其他数据
replace
repalce(a,b)

索引设置
设置索引，df.set_index()

重命名索引df.rename()

重置索引df.reset_index()

喜欢可以关注【小猪课堂】公众号了解更多内容
还可以添加qq：2658033991后备注书名加入读书群进行技术交流。