python数据清洗步骤,利用python数据清洗常用函数
python操作excel的同时，上一篇文章讲了数据读取、插入和简单分析，还有一个很重要的点就是数据清洗。什么是数据清洗？说白了就是去除数据文本中的垃圾值，比如对已有空值、冗余空格、数据格式等的处理。
相关免费学习推荐：python视频教程
00-1010 #导入熊猫库导入熊猫为pd# read_excel()读取excel数据# DataFrame()将读取的数据转换为data frame data df=PD . data frame(PD . read _ excel( data . xlsx ))
1，导入 python 库、读取 excel 数据
# dropna()函数删除df数据表中所有为空值的行。df.dropna(how=any)# mean()函数计算年龄字段所在列的平均值。age_pre=df[age]。mean()#用fillna()函数填充空值，将age_pre的值填入df [age]内部的值。fillna (age _ pre)2，数据清洗（去除空值）
#清除字段df [name]=df [name]中的空格。map (str.strip)3，数据清洗（清除字段中的空格）
# rename()重命名函数列df。rename(columns={ name 3360 name _ new })4，数据清洗（对某个列进行重命名）
#从前到后查找一列中的重复值，如果存在，清除重复值df[name]。drop_duplicates()#从后向前查找一列中的重复值，如果存在，清除前面的重复值df [city]。drop _ duplicates (keep= last) #。这两种重复值完全替换了df [name]列中的特定值。替换( Lao ，LWSBC )相关免费学习推荐：,python教程以上是python操作excel系列中数据清洗的详细内容。更多信息请关注盛行IT软件开发工作室的其他相关文章！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。