数据处理 偏见数据处理

该博客介绍了如何对pandas数据框进行数据预处理,通过计算评价分的平均值和标准差,筛选出评分在3个标准差范围内的数据。同时,展示了使用循环遍历numpy数组,找出并列出第五列中的唯一元素。这些步骤对于数据清洗和分析至关重要。
摘要由CSDN通过智能技术生成

偏见数据:

# r是pandas类型数据,9列为评价分列
num = r.iloc[:,9].values
left=num.mean()-3*num.std()
right=num.mean()+3*num.std()
r = r[left<r.评价分]
r = r[r.评价分<right]

筛选numpy数据b中第五列中的不同种数据

c=[]
for i in range(0,len(b)):
    if b[i][5] not in c:
        c.append(b[i][5])
print(c)
print(len(c))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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