使用pandas进行数据预处理实验报告（python数据预处理的三种情况）
1 、缺失数据的处理
导入的数据存在缺失是经常发生的 ，最简单的处理方式是删除缺失的数据行 。使用 pandas 中的 .dropna() 删除含有缺失值的行或列 ，也可以 对特定的列进行缺失值删除处理 。
dfNew=dfData.dropna(axis=0))#删除含有缺失值的行有时也会填充缺失值或替换缺失值 ，在此就不做介绍了 。
2 、重复数据的处理
对于重复数据 ，通常会删除重复行 。使用 pandas 中的 .duplicated() 可以查询重复数据的内容 ，使用 .drop_duplicated() 可以删除重复数据 ，也可以对指定的数据列进行去重 。
dfNew=dfData.drop_duplicates(inplace=True)#删除重复的数据行3 、异常值处理
数据中可能包括异常值 ， 是指一个样本中的数值明显偏离样本集中其它样本的观测值 ，也称为离群点 。异常值可以通过箱线图 、正态分布图进行识别 ，也可以通过回归 、聚类建模进行识别 。
箱线图技术是利用数据的分位数识别其中的异常点 。箱形图分析也超过本文的内容 ，不能详细介绍了 。只能笼统地说通过观察箱形图 ，可以查看整体的异常情况 ，进而发现异常值 。
dfData.boxplot()#绘制箱形图以上就是python数据预处理的三种情况 ，希望对大家有所帮助 。更多Python学习指路：Python基础教程
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！