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(yáng)服務(wù)器托管，四川服務(wù)器租用，成都服務(wù)器租用，四川網(wǎng)通托管,綿陽(yáng)服務(wù)器托管，德陽(yáng)服務(wù)器托管，遂寧服務(wù)器托管，綿陽(yáng)服務(wù)器托管，四川云主機(jī)，成都云主機(jī)，西南云主機(jī)，綿陽(yáng)服務(wù)器托管，西南服務(wù)器托管，四川/成都大帶寬，機(jī)柜大帶寬租用·托管，四川老牌ＩＤＣ服務(wù)商
導(dǎo)入的數(shù)據(jù)存在缺失是經(jīng)常發(fā)生的，最簡(jiǎn)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(duì)特定的列進(jìn)行缺失值刪除處理 。
dfNew = dfData.dropna(axis = 0)) # 刪除含有缺失值的行
有時(shí)也會(huì)填充缺失值或替換缺失值，在此就不做介紹了。
2、重復(fù)數(shù)據(jù)的處理
對(duì)于重復(fù)數(shù)據(jù)，通常會(huì)刪除重復(fù)行。使用 pandas 中的 .duplicated() 可以查詢重復(fù)數(shù)據(jù)的內(nèi)容，使用 .drop_duplicated() 可以刪除重復(fù)數(shù)據(jù)，也可以對(duì)指定的數(shù)據(jù)列進(jìn)行去重。
dfNew = dfData.drop_duplicates(inplace=True) # 刪除重復(fù)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(gè)樣本中的數(shù)值明顯偏離樣本集中其它樣本的觀測(cè)值，也稱為離群點(diǎn)。異常值可以通過(guò)箱線圖、正態(tài)分布圖進(jìn)行識(shí)別，也可以通過(guò)回歸、聚類建模進(jìn)行識(shí)別。
箱線圖技術(shù)是利用數(shù)據(jù)的分位數(shù)識(shí)別其中的異常點(diǎn)。箱形圖分析也超過(guò)本文的內(nèi)容，不能詳細(xì)介紹了。只能籠統(tǒng)地說(shuō)通過(guò)觀察箱形圖，可以查看整體的異常情況，進(jìn)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(yù)處理的三種情況，希望對(duì)大家有所幫助。更多Python學(xué)習(xí)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(yù)處理的三種情況
當(dāng)前鏈接：http://m.jiaoqi3.com/article/dpjdojj.html
