数据准备(预处理)过程中常常需要进行数据的处理,例如数据清洗包括缺失值和异常值处理,数据变换如规范化数据

数据准备(预处理)过程中常常需要进行数据的处理,例如数据清洗包括缺失值和异常值处理,数据变换如规范化数据,数据规约如属性规约(选择部分有代表性的属性)等,在Python有很多进行数据预处理的快速方法,以数据清洗中的缺失值处理为例,在实际过程中常常会发现有的数据是缺失(NaN)的,这些值是需要特别处理的。缺失值的判断可利用numpy中的isnan()函数,而对于Series或DataFrame,缺失值的判断和处理非常的方便,例如df.dropna()可以删掉含NaN(NA)的行,df.dropna(how=‘all’)只丢弃全为NaN的那些行,也可以进行值的插补,例如用0、均值、中位数或众数等进行填充插补,也可用插值法即基于已知点建立插值函数f(x),通过xi求得f(xi)来近似替代,常用方法有拉格朗日插值法和牛顿插值法NaN,具体插值例子请见下周6.5节。以常用的简单填充为例,可用df.fillna(某一个值)方式用某一个值如0或平均值等代替NaN(例如df.fillna(0)表示用0代替NaN),也可用其method参数指定缺失值的填充方向,例如:

fruit_df = pd.Series([‘apple’, ‘orange’, ‘pear’], index=[0, 2, 5])
fruit_df = fruit_df.reindex(range(7))
fruit_df
0 apple
1 NaN
2 orange
3 NaN
4 NaN
5 pear
6 NaN
dtype: object

inplace参数设为True表示直接修改原对象fruit_df,否则将填充后的结果返回,原对象不变

fruit_df.fillna(method=‘ffill’, inplace = True)
print(fruit_df)
0 apple
1 apple
2 orange
3 orange
4 orange
5 pear
6 pear
dtype: object

ffill表示用前一个非缺失值代替NaN填充,而bfill表示用下一个非缺失数据代替NaN填充,要根据数据的特点选择不同的填充方式,如果选择错误结果可能会不能正确填充,请选择如下填充方式的结果。

fruit_df = pd.Series([‘apple’, ‘orange’, ‘pear’], index=[0, 2, 5])
fruit_df = fruit_df.reindex(range(7))
fruit_df.fillna(method=‘bfill’, inplace = True)
print(fruit_df)

A.
0 apple
2 orange
5 pear
dtype: object

B.
0 apple
1 orange
2 orange
3 pear
4 pear
5 pear
6 NaN
dtype: object

C.
0 apple
1 apple
2 orange
3 orange
4 orange
5 pear
6 pear
dtype: object

D.
0 apple
1 orange
2 orange
3 pear
4 pear
5 pear
6 pear
dtype: object
正确答案:B你选对了

你可能感兴趣的:(Python,数据处理,python,数据处理)