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。
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']
最低0.47元/天 解锁文章
扫一扫
649
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
