python实验数据预处理案例_数据开发_Python数据预处理_Pandas案例(二)

说明

1.数据预处理

数据预处理中清洗数据，是重塑数据的步骤之一，将一些不符合程序输入的数据整理成符合相应模式的数据

数据重塑能力

2.一些符号说明

import pandas as pd

df 是一个数据框 eg:

df = pd.DataFrame({

‘col_1_nm‘:[‘11‘,‘22‘],

‘col_2_nm‘:[‘da‘,‘dd‘]

})

数据类型转换

数据类型

Pandas类型 object int64 float64 datetime64

Python类型 str int float datetime

函数

Numpy和Pandas的查看方式略有不同，一个是 dtype,一个是dtypes

pandas方法 df.dtype df.info size values index

Python中函数 type()

-- 读取数据指定类型

df.astype() 强制转换

pd.to_numeric()

pd.to_datetime()

缺失值