DataFrame字符串之分割split()、清洗drop()、合并concat()、重新建立索引reset_index() - (Python)

在数据建模前,通常需要对原始数据进行预处理。本文以一个实例展示了如何将数据从原格式(标签和置信度在同一单元格内)转换为更利于分析的格式。使用了Python的pandas库,涉及split()函数进行字符串分割,concat()函数合并数据,dropna()删除缺失值,以及reset_index()重新建立索引。通过这些操作,将数据整理成适合进一步分析的形式。
摘要由CSDN通过智能技术生成

数据建模之前,我们从数据部门拿到数据,但是这些数据的格式往往并不是我们可以直接使用的,比如下面表中的数据(左:原数据格式)。

原数据格式id自成一列,这个很好,但是标签和标签的置信度(这个id属于这个标签的可能性) 都在一个单元格里,仅用空格分隔开来,这对数据处理的过程中很不方便。

我们需要将数据转化成右图格式(右:所需数据格式),这有利于我们用id和其他表格中的数据匹配。

原数据格式: id 标签 所需数据格式: id
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值