【基础】Pandas：数据清洗与预处理方法

# 2.1 数据类型检查和转换

### 2.1.1 数据类型的识别和转换

在数据清洗过程中，识别和转换数据类型至关重要。Pandas提供了`dtypes`属性来获取每个列的数据类型，并提供了`astype()`方法来转换数据类型。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    "name": ["John", "Mary", "Bob"],
    "age": [20, 25, 30],
    "salary": [1000, 2000, 3000]
})

# 获取数据类型
print(df.dtypes)

# 转换数据类型
df["age"] = df["age"].astype(int)
df["salary"] = df["salary"].astype(float)

通过识别和转换数据类型，我们可以确保数据的一致性和准确性，为后续的数据处理奠定基础。

# 2. Pandas数据清洗技巧

### 2.1 数据类型检查和转换

#### 2.1.1 数据类型的识别和转换

在数据清洗过程中，识别和转换数据类型至关重要，因为它影响着数据的处理和分析。Pandas提供了多种方法来检查和转换数据类型：

- **检查数据类型：**

df.dtypes

- **转换数据类型：**

df['column_name'] = df['column_name'].astype('dtype')

其中，`dtype`可以是以下类型之一：

| 数据类型 | 描述 |
|---|---|
| int | 整数 |
| float | 浮点数 |
| object | 字符串或其他对象 |
| datetime | 日期和时间 |
| category | 分类数据 |

#### 2.1.2 缺失值处理

缺失值是数据清洗中常见的问题。Pandas提供了多种处理缺失值的方法：

- **识别缺失值：**

df.isnull()

- **删除缺失值：**

df.dropna()

- **填充缺失值：**

df['column_name'].fillna(value)

其中，`value`可以是以下值之一：

| 填充值 | 描述 |
|---|---|
| NaN | 空值 |
| 0 | 零 |
| 均值 | 列的均值 |
| 中位数 | 列的中位数 |

### 2.2 数据清洗操作

#### 2.2.1 异常值检测和处理

异常值是与数据集中其他值明显不同的数据点。它们可能由错误、异常或噪声引起。Pandas提供了多种检测和处理异常值的方法：

- **检测异常值：**

df[abs(df['column_name'] - df['column_name'].mean()) > 3 * df['column_name'].std()]

- **处理异常值：**

df['column_