最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python實(shí)現(xiàn)數(shù)據(jù)清洗(缺失值與異常值處理)

 更新時(shí)間:2019年12月02日 09:21:59   作者:諾坎普奇跡  
今天小編就為大家分享一篇python實(shí)現(xiàn)數(shù)據(jù)清洗(缺失值與異常值處理),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

1。 將本地sql文件寫入mysql數(shù)據(jù)庫

本文寫入的是python數(shù)據(jù)庫的taob表

source [本地文件]

其中總數(shù)據(jù)為9616行,列分別為title,link,price,comment

2。使用python鏈接并讀取數(shù)據(jù)

查看數(shù)據(jù)概括

#-*- coding:utf-8 -*-
#author:M10
import numpy as np
import pandas as pd
import matplotlib.pylab as plt
import mysql.connector
conn = mysql.connector.connect(host='localhost',
            user='root',
            passwd='123456',
            db='python')#鏈接本地?cái)?shù)據(jù)庫
sql = 'select * from taob'#sql語句
data = pd.read_sql(sql,conn)#獲取數(shù)據(jù)
print(data.describe())

說明數(shù)據(jù)的導(dǎo)入是正確的,簡單的分析發(fā)現(xiàn)問題并不是這么簡單,因?yàn)閏omment均值562可能偏大,最大評(píng)論數(shù)454037也可能出現(xiàn)錯(cuò)誤,price價(jià)格為0也不太可能出現(xiàn)。

 price    comment
count 9616.00000  9616.000000
mean   64.49324   562.239601
std   176.10901  6078.909643
min    0.00000    0.000000
25%   20.00000   16.000000
50%   36.00000   58.000000
75%   66.00000   205.000000
max  7940.00000 454037.000000

3。缺失值處理

將價(jià)格為0的值設(shè)置為中位數(shù)36

#-*- coding:utf-8 -*-
#author:M10
import numpy as np
import pandas as pd
import matplotlib.pylab as plt
import mysql.connector
conn = mysql.connector.connect(host='localhost',
            user='root',
            passwd='123456',
            db='python')#鏈接本地?cái)?shù)據(jù)庫
sql = 'select * from taob'#sql語句
data = pd.read_sql(sql,conn)#獲取數(shù)據(jù)

data['price'][data['price']==0]=None
x = 0
for i in data.columns:
  for j in range(len(data)):
    if (data[i].isnull()) [j]:
      data[i][j]='36'
      x+=1
print(x)
#44

結(jié)果顯示修改了44行的數(shù)據(jù)。

4。異常值處理

#-*- coding:utf-8 -*-
#author:M10
import numpy as np
import pandas as pd
import matplotlib.pylab as plt
import mysql.connector
conn = mysql.connector.connect(host='localhost',
            user='root',
            passwd='123456',
            db='python')#鏈接本地?cái)?shù)據(jù)庫
sql = 'select * from taob'#sql語句
data = pd.read_sql(sql,conn)#獲取數(shù)據(jù)
#缺失值處理
data['price'][data['price']==0]=None
x = 0
for i in data.columns:
  for j in range(len(data)):
    if (data[i].isnull()) [j]:
      data[i][j]='36'
      x+=1
print(x)
#異常值處理
#繪制散點(diǎn)圖,價(jià)格為橫軸
data1 = data.T#轉(zhuǎn)置
price = data1.values[2]
comment = data1.values[3]
plt.plot(price,comment,'o')
plt.show()
#print(price)

結(jié)果如下圖,價(jià)格為0左右時(shí)comment很大可能為異常值,comments為0時(shí),價(jià)格極大這個(gè)有可能的。

接下來處理評(píng)論數(shù)異常值,假設(shè)異常值分割線設(shè)置為20w,

#-*- coding:utf-8 -*-
#author:M10
import numpy as np
import pandas as pd
import matplotlib.pylab as plt
import mysql.connector
conn = mysql.connector.connect(host='localhost',
            user='root',
            passwd='123456',
            db='python')#鏈接本地?cái)?shù)據(jù)庫
sql = 'select * from taob'#sql語句
data = pd.read_sql(sql,conn)#獲取數(shù)據(jù)
#缺失值處理
data['price'][data['price']==0]=None
x = 0
for i in data.columns:
  for j in range(len(data)):
    if (data[i].isnull()) [j]:
      data[i][j]='36'
      x+=1
print(x)
#異常值處理
da = data.values#重新賦值data
#異常值處理,將commments大于200000的數(shù)據(jù)comments設(shè)置為58
cont_clou = len(da)#獲取行數(shù)
#遍歷數(shù)據(jù)進(jìn)行處理
for i in range(0,cont_clou):
  if(data.values[i][3]>200000):
    #print(data.values[i][3])
    da[i][3]='58'
    #print(da[i][3])

#繪制散點(diǎn)圖,價(jià)格為橫軸
data1 = da.T#轉(zhuǎn)置
price = data1[2]
comment = data1[3]
plt.plot(price,comment,'o')
plt.xlabel('price')
plt.ylabel('comments')
plt.show()

處理后的輸出結(jié)果為:

以上這篇python實(shí)現(xiàn)數(shù)據(jù)清洗(缺失值與異常值處理)就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • python實(shí)現(xiàn)猜數(shù)字游戲(無重復(fù)數(shù)字)示例分享

    python實(shí)現(xiàn)猜數(shù)字游戲(無重復(fù)數(shù)字)示例分享

    這篇文章主要介紹了python實(shí)現(xiàn)猜數(shù)字游戲(無重復(fù)數(shù)字)示例,需要的朋友可以參考下
    2014-03-03
  • pycharm中jupyter的使用圖文教程

    pycharm中jupyter的使用圖文教程

    這篇文章主要介紹了pycharm中jupyter的使用圖文教程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python學(xué)習(xí)之str 以及常用的命令

    Python學(xué)習(xí)之str 以及常用的命令

    下面小編就為大家?guī)硪黄狿ython的str 以及常用的命令。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2021-10-10
  • 詳解Python傳入?yún)?shù)的幾種方法

    詳解Python傳入?yún)?shù)的幾種方法

    這篇文章主要介紹了Python傳入?yún)?shù)的幾種方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-05-05
  • Pytorch實(shí)現(xiàn)張量的創(chuàng)建與使用方法

    Pytorch實(shí)現(xiàn)張量的創(chuàng)建與使用方法

    本文主要介紹了Pytorch實(shí)現(xiàn)張量創(chuàng)建使用,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-08-08
  • Python?pandas的八個(gè)生命周期總結(jié)

    Python?pandas的八個(gè)生命周期總結(jié)

    這篇文章主要從八個(gè)pandas的數(shù)據(jù)處理生命周期,整理匯總出pandas框架在整個(gè)數(shù)據(jù)處理過程中都是如何處理數(shù)據(jù)的,感興趣的小伙伴可以了解一下
    2022-10-10
  • 詳解python函數(shù)傳參傳遞dict/list/set等類型的問題

    詳解python函數(shù)傳參傳遞dict/list/set等類型的問題

    這篇文章主要介紹了詳解python函數(shù)傳參傳遞dict/list/set等類型的問題,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-04-04
  • python實(shí)現(xiàn)TCP文件接收發(fā)送

    python實(shí)現(xiàn)TCP文件接收發(fā)送

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)TCP文件接收發(fā)送,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-09-09
  • 舉例講解Linux系統(tǒng)下Python調(diào)用系統(tǒng)Shell的方法

    舉例講解Linux系統(tǒng)下Python調(diào)用系統(tǒng)Shell的方法

    這篇文章主要介紹了舉例講解Linux系統(tǒng)下Python調(diào)用系統(tǒng)Shell的方法,包括用Python和shell讀取文件某一行的實(shí)例,需要的朋友可以參考下
    2015-11-11
  • 詳解Flask前后端分離項(xiàng)目案例

    詳解Flask前后端分離項(xiàng)目案例

    這篇文章主要介紹了Flask前后端分離項(xiàng)目案例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-07-07

最新評(píng)論

太仓市| 莱西市| 横峰县| 密山市| 新民市| 仙居县| 新兴县| 虹口区| 灌阳县| 墨脱县| 东光县| 台前县| 习水县| 洛扎县| 体育| 遂宁市| 普宁市| 高安市| 古丈县| 蛟河市| 英德市| 鲜城| 安龙县| 沅陵县| 酉阳| 黄石市| 鲁甸县| 剑河县| 琼结县| 敦煌市| 依安县| 临江市| 安顺市| 扶绥县| 大庆市| 汉阴县| 常熟市| 苍山县| 疏附县| 类乌齐县| 无为县|