数据怎么做 分析才能做得好

来源：南昌达内IT教育培训学校时间：2021/5/9 17:52:10

　　数据清洗是一项复杂且繁琐的工作，同时也是整个数据分析过程中zui为重要的环节。

　　Pandas中常见的数据清洗操作有空值和缺失值的处理、重复值的处理、异常值的处理、统一数据格式等。今天，播妞来带大家研究研究Pandas进行数据清洗的方法!

　　前期采集到的数据或多或少都存在一些瑕疵和不足，如数据缺失、极端值、数据格式不统一等问题。

　　在分析数据之前需要对数据进行预处理，包括数据的清洗、合并、重塑与转换。Pandas中专门提供了用于数据预处理的很多函数与方法，用于替换异常数据、合并数据、重塑数据等。

　　数据清洗的目的在于提高数据质量，将脏数据(脏数据在这里指的是对数据分析没有实际意义、格式非法、不在指定范围内的数据)清洗干净，使原数据具有完整性、性、性、合法性、一致性等特点。

　　空值一般表示数据未知、不适用或将在以后添加数据。缺失值是指数据集中某个或某些属性的值是不完整的，产生的原因主要有人为原因和机械原因两种，其中机械原因是由于机器故障造成数据未能收集或存储失败，人为原因是由主观失误或有意隐瞒造成的数据缺失。

　　一般空值使用None表示，缺失值使用NaN表示。Pandas中提供了一些用于检查或处理空值和缺失值的函数，其中，使用isnull()和notnull()函数可以判断数据集中是否存在空值和缺失值，对于缺失数据可以使用dropna()和fillna()方法对缺失值进行删除和填充。

　　1、isnull()函数

　　isnull()函数的语法格式如下：

　　上述函数中只有一个参数obj，表示检查空值的对象，该函数会返回一个不同类型的值，如果返回的结果为True，则说明有空值或缺失值，否则为False。(NaN或None映射到True值，其它内容映射到False)

　　接下来，通过一段示例来演示如何通过isnull()函数来检查缺失值或空值，具体代码如下：

　　上述示例中，首先创建了一个Series对象，该对象中包含1、None和NaN三个值，然后调用isnull()函数检查Series对象中的数据，数据为空值或缺失值就映射为True，其余值就映射为False。从输出结果看出，个数据是正常的，后两个数据是空值或缺失值。

　　2、 notnull()函数

　　notnull()函数与isnull()函数的功能是一样的，都是判断数据中是否存在空值或缺失值，不同之处在于，前者发现数据中有空值或缺失值时返回False，后者返回的是True。

　　将上述调用isnull()函数的代码改为调用notnull()函数，改后的代码如下：上述示例中，通过notnull()函数来检查空值或缺失值，只要出现空值或缺失值就映射为False，其余则映射为True。

　　从输出结果看出，索引0对应的数据为True，说明没有出现空值或缺失值，索引1和2对应的数据为False，说明出现了空值或缺失值。

　　3、dropna()方法

　　dropna()方法的作用是删除含有空值或缺失值的行或列，其语法格式如下：

　　上述方法中部分参数表示的含义如下：

　　(1) axis：确定过滤行或列，取值可以为：

　　0或index：删除包含缺失值的行，默认为0。

　　1或columns：删除包含缺失值的列。

　　(2) how：确定过滤的标准，取值可以为：

　　any：默认值。如果存在NaN值，则删除该行或该列。

　　all：如果所有值都是NaN值，则删除该行或该列。

　　(3) thresh：c表示有效数据量的zui小要求。若传入了2，则是要求该行或该列至少有两个非NaN值时将其保留。

　　(4) subset：表示在特定的子集中寻找NaN值。

　　(5) inplace：表示是否在原数据上操作。如果设为True，则表示直接修改原数据;如果设为False，则表示修改原数据的副本，返回新的数据。

　　4、填充空值/缺失值

　　填充缺失值和空值的方式有很多种，比如人工填写、特殊值填写、热卡填充等。Pandas中的fillna()方法可以实现填充空值或缺失值。

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/1810/news/355796/违者必究！ 以上就是南昌达内IT教育培训学校 小编为您整理 数据怎么做 分析才能做得好的全部内容。