1、数据查看
#查看数据维度
data.shape
#查看前5行
data.head(5)
#查看后5行
data.tail(5)
#随机查看5行数据
data.sample(5)
#查看数据基本信息
data.info()
#查看数据统计信息
pd.set_option('display.max_rows',10)
data.describe()
#查看数据统计信息|离散查看 离散型 列的统计信息,计数、频率
data.describe(include=['0'])
#查看数据统计信息|整体
data.describe(include='all')
2、缺失值处理
#缺失值统计
print(data.isna().sum())
print(data.isnull().sum())
#查看缺失值所在行
data[data.isnull().T.any()]
#高亮缺失值
data[data.isnull().T.any() == True].style.highlight_null(null_color='skyblue')
#删除缺失值
data2=data.dropna()
print(data2)
#缺失值补全
data3=data.fillna(0)
print(data3)
#缺失值补全|向上填充
data['数量']=data['数量'].fillna(axis=0,method='ffill')
print(data)
#缺失值补全|整体均值填充
data['单价']=data['单价'].fillna(data['单价'].mean())
data['数量']=data['数量'].fillna(data['数量'].mean())
print(data)
#缺失值补全|上下均值填充
data['数量']=data['数量'].fillna(data['数量'].interpolate())
print(data)
3、重复值处理
#查找重复值
data[data.duplicated()]
#查找重复值|指定
data[data.duplicated(['数量'])]
# 删除全部的重复值
data1=data.drop_duplicates()
print(data1)
# 删除全部的重复值,但保留最后一次出现的值
data2=data.drop_duplicates(keep='last')
print(data2)