建站
咨詢
售后
建站咨詢
新聞中心
1、缺失數(shù)據(jù)的處理
創(chuàng)新互聯(lián)公司 - 綿陽服務器托管，四川服務器租用，成都服務器租用，四川網(wǎng)通托管,綿陽服務器托管，德陽服務器托管，遂寧服務器托管，綿陽服務器托管，四川云主機，成都云主機，西南云主機，綿陽服務器托管，西南服務器托管，四川/成都大帶寬，機柜大帶寬租用·托管，四川老牌ＩＤＣ服務商
導入的數(shù)據(jù)存在缺失是經(jīng)常發(fā)生的，最簡單的處理方式是刪除缺失的數(shù)據(jù)行。使用 pandas 中的 .dropna() 刪除含有缺失值的行或列，也可以 對特定的列進行缺失值刪除處理 。
dfNew = dfData.dropna(axis = 0)) # 刪除含有缺失值的行
有時也會填充缺失值或替換缺失值，在此就不做介紹了。
2、重復數(shù)據(jù)的處理
對于重復數(shù)據(jù)，通常會刪除重復行。使用 pandas 中的 .duplicated() 可以查詢重復數(shù)據(jù)的內(nèi)容，使用 .drop_duplicated() 可以刪除重復數(shù)據(jù)，也可以對指定的數(shù)據(jù)列進行去重。
dfNew = dfData.drop_duplicates(inplace=True) # 刪除重復的數(shù)據(jù)行
3、異常值處理
數(shù)據(jù)中可能包括異常值， 是指一個樣本中的數(shù)值明顯偏離樣本集中其它樣本的觀測值，也稱為離群點。異常值可以通過箱線圖、正態(tài)分布圖進行識別，也可以通過回歸、聚類建模進行識別。
箱線圖技術(shù)是利用數(shù)據(jù)的分位數(shù)識別其中的異常點。箱形圖分析也超過本文的內(nèi)容，不能詳細介紹了。只能籠統(tǒng)地說通過觀察箱形圖，可以查看整體的異常情況，進而發(fā)現(xiàn)異常值。
dfData.boxplot() # 繪制箱形圖
以上就是python數(shù)據(jù)預處理的三種情況，希望對大家有所幫助。更多Python學習指路：創(chuàng)新互聯(lián)Python教程
推薦操作環(huán)境：windows7系統(tǒng)、Python 3.9.1，DELL G3電腦。
文章名稱：創(chuàng)新互聯(lián)Python教程：python數(shù)據(jù)預處理的三種情況
轉(zhuǎn)載源于：http://www.fisionsoft.com.cn/article/dpjdojj.html
