Python数据预处理及常见操作

本文对获取原始数据之后运用Python进行数据预处理的常规做法进行了概述。之后将根据这些内容持续进行优化。

目录

• • 一、数据查看
  • 二、数据转换
  • 三、数据清洗
  • • 1.异常值
    • 2.重复值
    • 3.缺失值

• 第四章 数据获取

• 第五章 数据整合

• • 1.通过索引来连接两个DataFrames的列

  • 2.按列值进行连接

  • 3.用于将多个工作表或DataFrame组合在一起或在现有表格中新增行与列

    • 六、其他操作
    • • 1.数据分组聚合
      • 2.列表生成式中的if...else

一、数据查看

获取数据维度： 使用 data.shape 获取数据的维度信息。
获取数据概览： 调用 data.info() 方法可以获取数据框的基本详细信息。
分析数值型分布： 通过 data.describe() 查看数值型字段的具体统计特征。
快速查看行数据： 分别使用 data.head(10) 和 data.tail(10) 获取前10行和后10行的数据集。
提取列标签： 通过 data.columns.tolist() 方法提取并列出所有列名。
访问索引范围： 查看行索引范围时可直接调用 data.in