5-03异常值处理

#处理异常值
import numpy as np
import pandas as pd
df = pd.DataFrame({"A":["a0","a1","a1","a2","a3","a4"],"B":["b0","b1","b2","b2","b3",None],"C":[1,2,None,3,4,5],"D":[0.1,0.4,0.4,0.7,8.3,None],"E":["e1","e2","e3","e4","e5","w2"]})
print(df)#注意数字为NaN,字符为None
#空值>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
print(df.isnull())#所有为true都是空值
print(df.dropna())#去掉全部的空值
print(df.dropna(subset=["B"]))#去掉属性的空值,保留其他的
#重复值>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
print(df.duplicated(["A"]))#重复值2标注为true
print(df.duplicated(["A","B"]))#两个联合起来,所以都不重复
print(df.drop_duplicates(["A"]))#删除重复值(默认删除的是最后一个
print(df.drop_duplicates(["A"],keep="first"))#删除重复值第一个
#填充空值>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
print(df.fillna("B*"))
print(df.fillna(df["C"].mean()))#空值填充为均值
print(df["C"].interpolate())#差值自动填充到空余位置,差值就是左右相邻两个数的均值,或者是最头上和最末尾两个数(只能用于series)
print(pd.Series([1,None,3,4,5]).interpolate())

#去掉四分位之外的数字>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
upper_d=df["D"].quantile(0.75)
lower_d=df["D"].quantile(0.25)
d_int=upper_d-lower_d
k=1.5
print(df[df["D"]>lower_d-k*d_int][df["D"]<upper_d+k*d_int])#报警了,报他个玩意,关我屁事
#根据条件去除值>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
print(df[[True if item.startswith("e") else False for item in list(df["E"].values)]])
print(df["E"].values)#在pandas中列表list就是ndarray,需要加一个list转成list类型



D:\anaconda\python.exe G:/pycharm/untitled/lesson1/BigData/1.py
    A     B    C    D   E
0  a0    b0  1.0  0.1  e1
1  a1    b1  2.0  0.4  e2
2  a1    b2  NaN  0.4  e3
3  a2    b2  3.0  0.7  e4
4  a3    b3  4.0  8.3  e5
5  a4  None  5.0  NaN  w2
       A      B      C      D      E
0  False  False  False  False  False
1  False  False  False  False  False
2  False  False   True  False  False
3  False  False  False  False  False
4  False  False  False  False  False
5  False   True  False   True  False
    A   B    C    D   E
0  a0  b0  1.0  0.1  e1
1  a1  b1  2.0  0.4  e2
3  a2  b2  3.0  0.7  e4
4  a3  b3  4.0  8.3  e5
    A   B    C    D   E
0  a0  b0  1.0  0.1  e1
1  a1  b1  2.0  0.4  e2
2  a1  b2  NaN  0.4  e3
3  a2  b2  3.0  0.7  e4
4  a3  b3  4.0  8.3  e5
0    False
1    False
2     True
3    False
4    False
5    False
dtype: bool
0    False
1    False
2    False
3    False
4    False
5    False
dtype: bool
    A     B    C    D   E
0  a0    b0  1.0  0.1  e1
1  a1    b1  2.0  0.4  e2
3  a2    b2  3.0  0.7  e4
4  a3    b3  4.0  8.3  e5
5  a4  None  5.0  NaN  w2
    A     B    C    D   E
0  a0    b0  1.0  0.1  e1
1  a1    b1  2.0  0.4  e2
3  a2    b2  3.0  0.7  e4
4  a3    b3  4.0  8.3  e5
5  a4  None  5.0  NaN  w2
    A   B   C    D   E
0  a0  b0   1  0.1  e1
1  a1  b1   2  0.4  e2
2  a1  b2  B*  0.4  e3
3  a2  b2   3  0.7  e4
4  a3  b3   4  8.3  e5
5  a4  B*   5   B*  w2
    A   B    C    D   E
0  a0  b0  1.0  0.1  e1
1  a1  b1  2.0  0.4  e2
2  a1  b2  3.0  0.4  e3
3  a2  b2  3.0  0.7  e4
4  a3  b3  4.0  8.3  e5
5  a4   3  5.0  3.0  w2
0    1.0
1    2.0
2    2.5
3    3.0
4    4.0
5    5.0
Name: C, dtype: float64
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
dtype: float64
G:/pycharm/untitled/lesson1/BigData/1.py:26: UserWarning: Boolean Series key will be reindexed to match DataFrame index.
  print(df[df["D"]>lower_d-k*d_int][df["D"]<upper_d+k*d_int])#报警了,报他个玩意,关我屁事
    A   B    C    D   E
0  a0  b0  1.0  0.1  e1
1  a1  b1  2.0  0.4  e2
2  a1  b2  NaN  0.4  e3
3  a2  b2  3.0  0.7  e4
    A   B    C    D   E
0  a0  b0  1.0  0.1  e1
1  a1  b1  2.0  0.4  e2
2  a1  b2  NaN  0.4  e3
3  a2  b2  3.0  0.7  e4
4  a3  b3  4.0  8.3  e5
['e1' 'e2' 'e3' 'e4' 'e5' 'w2']
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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