数据分析——利用pandas库进行数据的清洗与处理

数据清洗与准备 有时候数据对于特定的任务来说格式并不正确，需要转化为更加适合的数据形式。这里介绍数据清洗的有关基础知识。 文章目录 数据清洗与准备 一.过滤缺失值 二.补全缺失值 三.数据转换 1.删除重复值 2.使用函数或映射进行数据转换 3.替代值 4.重命名轴索引 5.离散化和分箱 6.检查和过滤异常值 7.置换和随机抽样 8.计算指标/虚拟变量 一.过滤缺失值 缺失数据在很多数据分析应用中

>>阅读原文<<