数据清洗与特征处理

在数据分析前,数据清洗是必不可少的步骤,包括处理缺失值、重复值以及数据转换。可以使用df.info()和df.isnull().sum()检查缺失值,df.dropna()和df.fillna()处理缺失值,df.duplicated()和drop_duplicates()处理重复值。此外,对数据进行分箱,以及利用value_counts(), unique(), nunique()方法分析文本变量,并用replace()函数转换数据。对于类别文本,可以使用pd.get_dummies()实现one-hot编码。" 83865662,6936322,Groovy基础与Gradle构建脚本解析,"['Gradle', 'Groovy', 'Android', '构建工具']
摘要由CSDN通过智能技术生成

进行数据分析之前一般要对数据进行清洗,包括缺失值的处理、重复值的删除、数据转换等操作。

(1)查看缺失值有两种方式,一种是df.info(),输出值一般为每一列不是空值的个数,另一种是df.isnull().sum(),输出值为每一列空值的数量。

查看dataframe中多列数据需要双中括号,如下图:

(2)缺失值的处理方式有删除、替换等,df.dropna()函数会默认删除dataframe中所有带空值的行,df.fillna()函数会填充所有空值,也可以指定列。

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