这就是数据分析之Pandas与数据清洗

总括

在数据分析工作中，Pandas 的使用频率是很高的，一方面是因为 Pandas 提供的基础数据结构 DataFrame 与 json 的契合度很高，转换起来就很方便。另一方面，如果我们日常的数据清理工作不是很复杂的话，你通常用几句 Pandas 代码就可以对数据进行规整。

Pandas 可以说是基于 NumPy 构建的含有更高级数据结构和分析能力的工具包。在 NumPy 中数据结构是围绕 ndarray 展开的，那么在 Pandas 中的核心数据结构是什么呢？

下面主要给你讲下 Series 和 DataFrame 这两个核心数据结构，他们分别代表着一维的序列和二维的表结构。基于这两种数据结构，Pandas 可以对数据进行导入、清洗、处理、统计和输出。

为什么要数据清洗

如图，我们采集到的数据，很可能有许多缺失值，异常值等，这就需要我们对这些数据进行整理，也就是数据清洗。

数据质量的准则

由于数据很多而且很杂，所以我们精确的统一规则是比较难的，所以可以将规则总结为以下 4 个关键点

1. 完