python数据清洗---实战案例（清洗csv文件）

我也是最近才开始这方面的学习，这篇就当作学习的笔记，记录一下学习的过程

所要处理的数据

---

数据中主要存在的问题包括：

1.列名中存在空格
2.存在重复数据
3.存在缺失数据

---

导入pandas模块，打开数据文件

import pandas as pd

df = pd.read_csv("ResourceFile.csv")

当我们想要输出指定列名的时候，却报错了

print(df.名称)

但我们的列名中的确是有"名称"这一列的，为什么会显示没有"名称"这一列呢？我们输出列名看一下

方法一：

print(df.describe())

方法二：

# 只输出列名
print(df.columns.values)

我们可以看到，列名"名称"是带有空格的，那如果我们这样写

print(df['  名称 '])

就可以输出这一列的数据了

所以我们现在要解决的问题就是删除列名中的空格

使用比较简单的一种方法：列表推导式去空格

ClName = df.columns.values
# 使用列表推导式
df.columns = [x.strip() for x in ClName]
print(df.columns.values)

成功删除空格

接下来要解决的问题就是处理文件中的重复数据

我们先来查看下一共有多少行数据，三种