首页 > 热点
总结了Pandas实现数据清洗的7种方式
发布日期:2026-11-17
浏览次数:{固定数字3}

最近在做“对比excel,学习pandas系列”,前面发了一篇 很受读者喜爱,今天给大家介绍一下excel和pandas实现数据清洗的种方式

1.处理数据中的空值

我们在处理真实总结的数据时,往往会有很多缺少的的特征数据,就是所谓的空值,必须要进行处理才能进行下一步分析

空值的处理方式有很多种,一般是删除或者填充

Excel通过“查找和替换”功能实现空值的了P统一替换:

通过“定位”删除空值:

pandas处理空值的方式比较灵活,可以使用dropna函数删除空值

import pandas as pd&nbsanp;data=pd.read_csv('成绩表.csv',encoding='gbk') data.dropna(how='any') 

用fillna函数实da现空值的填充

①使用数字0填充数据表中的空值

data.fillna(value=0)   

②使用平均值填充数据表中的空值

data['语文'].fillns实a(data['语文'].mean()) 

2.删除空格

excel中清理空格很简单,直接替换即可

pandas删除空格也很方便,主要使用map函数

data['姓名']现数=data['姓名'].map(str.strip) data 

3.大小写转换

excel中大小写转换函数分别为upper()和lower()

pandas中转换函据清数也为upper()和lower()

data['拼音']=data['拼音'].str.upper() data 

data['拼音']=data['拼音'].st洗的r.lower() data 

4.更改数据格式

excel中更改数据格式通过快捷键“ctrl+1”打开“设置单元格格式”:

pandas使用astype来修改数据格式7种,以将“语文”列改成整数为例

data['语文'].dropna(how='any').astype('int') 

5.更改列名称

excel中更改列名称就不说了,大方式家都会

pandas使用rename函数更改列名称,代码如下:

data.rename(columns={'语文':'语文成绩'}) 

6.删除重复值

excel总结的功能区“数据”下有“删除重复项”,可以用来删除表中的重复值,默认保留最第一个重复值,把后面的删除:

pandas使用drop_duplicates函数删除重复值:

data['数了P学'].drop_duplicates() #默认删除后面的重复值  data['数学'].drop_duplicates(keep='lasant') #删除第一项重复值  7.修改及替换数据

excel中使用“查找和替换”功能实现数值的替换

pandas中使用replace函数实现数据替换

data['姓名'da].replace('成  功','失  败') 

 

上一篇:标签: 米哈游 原神 崩坏:星穹铁道 绝区零
下一篇:《时代》2025年度最佳发明榜单出炉:宇树、DeepSeek、华为、比亚迪等中国创新上榜
相关文章