python数据清洗的方法包括,利用python数据清洗常用函数

　　数据的探索和清洗

　　1、读取Excel文件的数据并转换为dataframe

　　#1.读取超过文件的数据并转换为数据帧

　　file= d :/测试/摘要/数据摘要。xlsx

　　data_raw=pd.read_excel(file，header=0，index_col=0)

　　#标题设定为0:是为了使第一行的数据成为列的字段名2、查看数据集的整体状态，了解基本特征列的情况

　　数据_原始数据。头()3、删除无效的数据列

　　remove_col=[序号]

　　数据准备0=数据原始。drop(columns=remove _ col，axis=1，inplace=None)

　　数据_预备0 .头()4、查看数据集的整体信息，了解缺失值的分布情况

　　数据准备0。info()5、检看数据集中缺失值的状态并删除缺失值

　　data _ prep=data _ prep 0。删除na(子集=[产品],轴=0)

　　数据准备信息()6、检查数据集中重复值的状态并删除重复值

　　打印(数据集中的重复值数量：，np.sum(data_prep.duplicated()))

　　#如果重复值的数量不为0,则表示有重复值存在，可使用下列代码删除

　　#数据准备。drop _ duplicates(keep= first ，inplace=True)

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。