快捷導(dǎo)航

Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例

更新時(shí)間：2024年01月04日 08:57:13 作者：西玥

本文主要介紹了Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例,包括處理缺失值、異常值,進(jìn)行數(shù)據(jù)轉(zhuǎn)換和規(guī)范化,以及處理重復(fù)數(shù)據(jù)等操作,感興趣的可以了解一下

讓我們通過(guò)幾個(gè)案例來(lái)學(xué)習(xí)如何使用Pandas進(jìn)行數(shù)據(jù)清洗和預(yù)處理，包括處理缺失值、異常值，進(jìn)行數(shù)據(jù)轉(zhuǎn)換和規(guī)范化，以及處理重復(fù)數(shù)據(jù)等操作。

處理缺失值：

# 創(chuàng)建包含缺失值的DataFrame
data = {
    '姓名': ['張三', '李四', None, '趙六'],
    '年齡': [18, 19, None, 20],
    '性別': ['男', '女', '男', '女'],
    '分?jǐn)?shù)': [90, None, 95, 80]
}
df = pd.DataFrame(data)

# 檢測(cè)缺失值
print(df.isnull())

# 刪除包含缺失值的行
df_dropna = df.dropna()
print(df_dropna)

# 使用指定值填充缺失值
df_fillna = df.fillna(0)
print(df_fillna)

處理異常值：

# 創(chuàng)建包含異常值的DataFrame
data = {
    '姓名': ['張三', '李四', '王五', '趙六'],
    '年齡': [18, -10, 17, 20],
    '性別': ['男', '女', '男', '女'],
    '分?jǐn)?shù)': [90, 85, 105, 80]
}
df = pd.DataFrame(data)

# 檢測(cè)異常值
age_outliers = df[(df['年齡'] < 0) | (df['年齡'] > 100)]
print(age_outliers)

score_outliers = df[(df['分?jǐn)?shù)'] < 0) | (df['分?jǐn)?shù)'] > 100)]
print(score_outliers)

# 替換異常值
df.loc[df['年齡'] < 0, '年齡'] = 18
df.loc[df['分?jǐn)?shù)'] < 0, '分?jǐn)?shù)'] = 0
print(df)

數(shù)據(jù)轉(zhuǎn)換和規(guī)范化：

# 將姓名列轉(zhuǎn)換為大寫
df['姓名'] = df['姓名'].str.upper()
print(df)

# 將分?jǐn)?shù)歸一化到0-1之間
df['分?jǐn)?shù)_normalized'] = (df['分?jǐn)?shù)'] - df['分?jǐn)?shù)'].min()) / (df['分?jǐn)?shù)'].max() - df['分?jǐn)?shù)'].min())
print(df)

# 使用字典映射進(jìn)行數(shù)據(jù)規(guī)范化
gender_mapping = {'男': 1, '女': 0}
df['性別_encoded'] = df['性別'].map(gender_mapping)
print(df)

處理重復(fù)數(shù)據(jù)：

# 創(chuàng)建包含重復(fù)數(shù)據(jù)的DataFrame
data = {
    '姓名': ['張三', '李四', '王五', '張三'],
    '年齡': [18, 19, 17, 20],
    '性別': ['男', '女', '男', '男'],
    '分?jǐn)?shù)': [90, 85, 95, 80]
}
df = pd.DataFrame(data)

# 檢測(cè)重復(fù)行
duplicate_rows = df.duplicated()
print(duplicate_rows)

# 刪除重復(fù)行
df_drop_duplicates = df.drop_duplicates()
print(df_drop_duplicates)

通過(guò)這些案例，您可以學(xué)習(xí)如何使用Pandas提供的函數(shù)和方法來(lái)處理數(shù)據(jù)清洗和預(yù)處理的任務(wù)。這些操作可以幫助您處理缺失值、異常值，進(jìn)行數(shù)據(jù)轉(zhuǎn)換和規(guī)范化，并處理重復(fù)數(shù)據(jù)，使數(shù)據(jù)適合后續(xù)的分析和建模。掌握這些技巧可以提高數(shù)據(jù)質(zhì)量和準(zhǔn)確性，從而得到更可靠的分析結(jié)果。您可以根據(jù)實(shí)際需求在項(xiàng)目中應(yīng)用這些技術(shù)。

到此這篇關(guān)于Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)Pandas數(shù)據(jù)清洗和預(yù)處理內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: