旅游的数据清洗Python代码旅游的数据清洗Python代码

在Python中进行数据清洗通常涉及到处理缺失值、异常值、重复值以及格式转换等工作。以下是一个简单的例子，展示了如何使用Pandas库对旅游数据进行清洗：

import pandas as pd
import numpy as np

# 加载数据（假设数据存储在一个CSV文件中）
df = pd.read_csv('travel_data.csv')

# 1. 检查并处理缺失值
# 如果列名'missing_column'有缺失值，可以这样做：
if 'missing_column' in df.columns:
    df['missing_column'] = df['missing_column'].fillna(np.nan)  # 使用None填充缺失值
    # 或者使用特定值填充，如平均数、中位数等
    df['missing_column'] = df['missing_column'].fillna(df['missing_column'].mean())

# 2. 删除重复行
df.drop_duplicates(inplace=True)

# 3. 异常值检测和处理
# 例如检查年龄是否合理，大于某个阈值可能是异常
age_threshold = 100
df = df[df['age'] <= age_threshold]

# 4. 数据类型转换
# 将某些字符串类型的日期转化为日期格式
df['date'] = pd.to_datetime(df['date'])

#