Python数据清洗代码演示

好的，我将向您展示一些简单的 Python 代码来演示数据清洗。

首先，我们需要准备一些数据。假设我们有一个 CSV 文件，其中包含了一些人的姓名、年龄和地址信息。我们需要读取这个文件并将其转换为一个数据框（DataFrame）。我们可以使用 Pandas 库中的 `read_csv` 函数来实现这一点：

import pandas as pd

df = pd.read_csv("people.csv")

现在，我们已经读取了这个 CSV 文件，并将其转换为了一个数据框。接下来，我们可以开始进行数据清洗。

假设我们想要清洗年龄列。我们可能想要去除年龄为空值（null）的行，因为这些行对我们来说没有任何意义。我们可以使用 `dropna` 函数来删除这些行：

df = df.dropna(subset=["age"])

我们还可能想要去除负数的年龄。我们可以使用布尔索引来选择不符合条件的行，并使用 `drop` 函数删除它们：

df = df[df["age"] >= 0]

最后，假设我们想要对地址列进行清洗。我们可能希望将所有的地址转换为小写，并去除多余的空格。我们可以