单只股票数据清洗和预处理代码

以下是一个基本的单只股票数据清洗和预处理的Python代码示例：

import pandas as pd
import numpy as np

# 读取数据
data = pd.read_csv('stock_data.csv')

# 数据去重
data.drop_duplicates(inplace=True)

# 缺失值处理
data.dropna(inplace=True)

# 异常值处理
data = data[(data['price'] >= 0) & (data['price'] <= 100)]

# 数据类型转换
data['date'] = pd.to_datetime(data['date'])
data['price'] = data['price'].astype('float')
data['volume'] = data['volume'].astype('int')

# 数据标准化
data['price_zscore'] = (data['price'] - data['price'].mean()) / data['price'].std()

# 数据归一化
data['volume_minmax'] = (data['volume'] - data['volume'].min()) / (data['volume'].max() - data['volume'].min())

# 输出处理后的数据
print(data.head())

在上面的代码中，我们使用pandas库读取了一个名为stock_data.csv的数据文件，并对数据进行了去重、缺失值处理、异常值处理、数据类型转换、数据标准化和数据归一化等操作，并输出了处理后的数据。您可以根据具体情况调整代码。