【常用方法】
查看数据缺失
data.isnull() #缺失返回True
(data.isnull).sum #返回缺失条数
查看重复数据
data.duplicated() #与之前数据重复的行返回True
'''参数 subset = ['obj1','obj2'] '''#对obj1,obj2这两列进行查重
(data.duplicated()).sum #汇总重复的条数
数据排序
data.sort_values() #可以将Nan值默认排到后面,以便删除
'''
参数 by = 'obj1' #对obj1这一列进行排序
参数 inplace = True #这样将直接修改数据
'''
删除重复数据
data.drop_duplicates() #删除重复数据
'''参数 subset = ['obj1','obj2']''' #将obj1,obj2这两列的重复值删除
字符串是否包含某些字符
data.obj1.str.contains('str1') #obj1这一列是否有包含str1这个字符串的项
【几种简单填充缺失值的方法】
固定值填充
# 都填90
df['taixin'] = df['taixin'].fillna('90')
均值填充
# 数据需是int或float类型
df['taixin'] = df['taixin'].fillna(df['taixin'] .mean())
众数填充
# 数据需是int或float类型
df['taixin'] = df['taixin'].fillna(df['taixin'] .mode())
上下数据填充
# 用前一个非缺失值填充
df['taixin'] = df['taixin'].fillna(method='pad')
# 用后一个非缺失值填充
df['taixin'] = df['taixin'].fillna(method='bfill')
插值法填充
#前后非缺失值的均值填充
df['taixin'] = df['taixin'].interpolate()