python－－数据清洗

1.数据错误： 错误类型 – 脏数据或错误数据 • 比如, Age = -2003 – 数据不正确 • ‘0’ 代表真实的0，还是代表缺失 – 数据不一致 • 比如收入单位是万元，利润单位是元，或者一个单位是 美元，一个是人民币 – 数据重复 2.缺失值处理： 处理原则 1）缺失值少于20% •连续变量使用均值或中位数填补 •分类变量不需要填补，单算一类即可，或者用众数填补 2）缺失值在20%-8

>>阅读原文<<