携程数据清洗

携程数据清洗

数据集

导入模块

from pandas import DataFrame,Series
import pandas as pd
import numpy as np
# FuzzyWuzzy 简单易用的字符串模糊匹配工具
from fuzzywuzzy import process
from fuzzywuzzy import fuzz

读取数据

df=pd.read_csv('携程/携程旅游数据.csv',names=['信息','旅游方式','出发地','供应商','公司','评分','出游人数','点评','价格','标签'])

df.info()

df.head(1)

# 删除旅游方式 和 出发地 列
df=df.drop(['旅游方式','出发地'],axis=1)
df.head(2)

# 删除重复项
df.drop_duplicates(inplace=True)

# 查看 去重后还有多少条数据
df.shape

(7311, 8)

# 删除所有为 nan 的行
df.dropna(inplace=True)

# 查看  删除空值后还有多少条数据
df.shape

(7179, 8)

# 重置索引
df.reset_index(inplace=True)