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