数据清洗和处理时，可以考虑筛选出符合规范的数据或者进行数据合并和去重等操作python

中有很多常用的数据清洗和处理库，如Pandas、NumPy、SciPy等。

在使用Pandas进行数据清洗和处理时，可以使用以下常用函数：

1. read_csv()：读取CSV文件并转换为DataFrame；
2. dropna()：删除含有NaN值的行或列；
3. fillna()：用指定值或方法填充NaN值；
4. replace()：用指定值替换数据集中的某些值；
5. drop_duplicates()：删除重复行；
6. merge()：按照指定的列合并两个DataFrame；
7. groupby()：按照指定的列对数据进行分组统计；
8. apply()：对DataFrame中的每一行或每一列应用指定的函数；
9. sort_values()：按照指定的列对数据进行排序。

通过使用这些函数，可以方便地进行数据清洗和处理，从而得到符合要求的数据集。