python 数据清洗常用函数
时间: 2023-11-25 14:52:31 浏览: 241
python3常用的数据清洗方法
数据清洗是数据分析中非常重要的一步,常用的Python数据清洗函数有:
1. drop_duplicates()函数:删除DataFrame中的重复行。
```python
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 2, 3], 'B': [4, 5, 6, 6]})
df.drop_duplicates(inplace=True) # inplace=True表示在原DataFrame上进行修改
print(df)
```
输出:
```
A B
0 1 4
1 2 5
2 2 6
3 3 6
```
2. fillna()函数:填充缺失值。
```python
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
df.fillna(0, inplace=True) # 将缺失值填充为0
print(df)
```
输出:
```
A B C
0 1.0 4.0 7
1 2.0 0.0 8
2 0.0 0.0 9
```
3. dropna()函数:删除缺失值所在的行或列。
```python
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
df.dropna(axis=0, inplace=True) # 删除包含缺失值的行
print(df)
```
输出:
```
A B C
0 1.0 4.0 7
```
4. np.where()函数:根据条件返回相应的值。
```python
import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.where(a > 3, 1, 0) # 将a中大于3的元素替换为1,否则替换为0
print(b)
```
输出:
```
[0 0 0 1 1]
```
阅读全文