python 的pandas数据清洗

以下是Python中使用pandas进行数据清洗的示例：

1. 删除缺失值：

from numpy import nan as NA
data = Series([1, NA, 3.5, NA, 7])
print(data.dropna())  # 删除所有缺失值
print(data.dropna(thresh=2))  # 至少有2个非缺失值才保留

2. 填充缺失值：

df = df.fillna(df.median())  # 使用中位数填充缺失值
print(df.fillna(df.mean()))  # 使用平均值填充缺失值

3. 数据读取和处理：

import pandas as pd
import numpy as np
import pymongo

# 从Excel文件中读取数据
data = pd.DataFrame(pd.read_excel('000.xlsx', index=False))

# 连接MongoDB数据库并读取数据
client = pymongo.MongoClient("mongodb://XX:XXXXX@192.168.3.7:2018", connect=False)
db = client["test"]
table = db["python"]
df = pd.DataFrame(list(table.find()))