读取文件 数据对空值数据进行清洗

读取文件并清洗空值数据是数据分析过程中的常见步骤。在Python中，可以使用pandas库来操作数据。以下是基本流程：

1. **读取文件**：
- 使用`pandas.read_csv()`函数读取CSV文件，如果文件是Excel或其他格式，可以使用相应的方法，如`read_excel()`或`read_json()`等。

   import pandas as pd
   data = pd.read_csv('filename.csv')

2. **检查空值**：
- 使用`isnull()`函数检查数据集中是否存在缺失值，返回的是一个布尔值数组，True表示有空值。

   null_values = data.isnull()

3. **清洗空值**：
- 可以选择几种策略处理空值：
- 删除含有空值的行（dropna()函数）：

       cleaned_data = data.dropna()  # 或者按列 dropna(axis=1)

- 插入默认值（fillna()函数）：

       cleaned_data = data.fillna(value='N/A')  # 如果你想用字符串填充
       cleaned_data = data.fillna(data.mean())  # 如果你想用平均值填充数值列

- 使用统计信息填充（如众数、中位数）：

       cleaned_data = data.fillna(data.mode().iloc[0])  # 对分类变量

4. **保存清洗后的数据**：

   cleaned_data.to_csv('cleaned_filename.csv', index=False)  # 将清洗后的数据保存回新的CSV文件