数据清洗总结——python数据分析

导入相应的库和数据
import numpy as np
import pandas as pd
import seaborn as sns
# read the data
df = pd.read_csv('sberbank.csv')

# shape and data types of the data
print(df.shape)
print(df.dtypes)
#select numeric columns
df_numeric=df.select_types(include=[np.number])
numeric_cols=df.numeric.columns.values
print(numeric_cols)



1、缺失数据
data.isnull()#查看所有缺失值
data.isnull().any()#获取含有缺失值的列
data.isnull().all()#获取全部为NA的列
抛弃缺失值
df.drop(in_missing,axis=0,index=True)
填充观察值

众数、均值、中位数、统一的数,如‘-1’

#下面是中位数填充
med=df['life_sq'].median()
print(med)
df['life_sq'].fillna(med)
2、重复值处理
pandas.DataFrame.drop_duplicates(self, subset=None, keep=’first’, inplace=False)

pandas.Series.drop_duplicates(self, keep=’first’, inplace=False)
3、值替换
import numpy as np
data.replace([-999,-1000], np.nan)
data.replace({-999: np.nan, -1000:0})
4、哑变量操作
df=pd.get_dummies(df['key'])
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值