缺失值

数据分析全流程：从收集到可视化的高效实战

2.数据清洗处理缺失、重复、错误或不一致的数据：缺失值：删除、填充（均值/中位数/众数）、插值或预测。异常值：使用箱线图、Z-score或IQR方法检测并处理。
晨曦543210·2025-07-06 15:44

Python工程师面试题集

Python2与Python3的主要区别解释GIL全局解释器锁及其对多线程的影响装饰器Decorator的作用与实现原理二、关键Python库Pandas的核心作用及数据结构常用Pandas操作与缺失值处理百万级数据优化技巧
木鱼时刻·2025-07-06 00:30

pandas-数据清洗

数据清洗与预处理的常见步骤：缺失值处理：识别并填补缺失值，或删除含缺失值的行/列。重复数据处理：检查并删除重复数据，确保每条数据唯一。异常值处理：识别并处理异常值，如极端值、错误值。
qq_512720272·2025-07-04 08:24

Python 数据分析与可视化 Day 11 - 特征工程基础

常见任务包括：缺失值处理（已学）异常值处理（已学）数值归一化、标准化类别变量编
蓝婷儿·2025-06-30 21:35

PyEcharts教程（010）：天猫订单数据可视化项目

文章目录1、读取数据2、数据处理3、重复值查看4、缺失值查看5、PyEcharts可视化5.1各个省份的订单量5.2时间序列分析5.3每天订单量统计可视化6、数据下载1、读取数据1️⃣读取数据：importpandasaspdfrompyechartsimportoptionsasoptsfrompyecharts.chartsimportMap
文理棵·2025-06-30 17:37

python ks值计算_风控模型中的K-S理解以及python实现

最后定位到计算使用stats.ks_2samp()函数计算ks值时，如果变量存在缺失值，计算得到ks值有误，下面笔者就来好好梳理一下ks值的前世今生。
weixin_39747293·2025-06-29 16:54

【Pandas】pandas Series tz_convert

方法描述Series.asfreq(freq[,method,how,…])用于将时间序列数据转换为指定的频率Series.asof(where[,subset])用于返回时间序列中指定索引位置的最近一个非缺失值
liuweidong0802·2025-06-28 11:55

Python爬虫（56）Python数据清洗与分析实战：Pandas+Dask双剑合璧处理TB级结构化数据

目录引言：大数据时代的清洗革命一、数据清洗基础：Pandas核心方法论1.1数据去重策略深度解析1.1.1精确去重与模糊去重1.1.2智能去重策略1.2缺失值处理金字塔模型1.2.1基础处理方法1.2.2
一个天蝎座 白勺 程序猿·2025-06-27 08:56

python pandas数据清洗

应收金额、实收金额几个字段，请你使用NumPy和Pandas按如下要求对数据进行清洗：1.购药时间就是销售时间，为了后续分析更好的理解字段，将"购药时间"改为"销售时间"；2.任何一条数据中只要有一个缺失值就删除该条数据
扶子·2025-06-26 22:47

MATLAB 实现数据的插值拟合

2.应用使用场景(1)数据分析场景描述：通过插值拟合填补缺失数据，如时间序列数据中的缺失值。代码实现：%定义数据x=[1,2,3,4,5];y=[2,4,5
鱼弦·2025-06-25 14:05

60天python训练营打卡day5

离散特征的独热编码先按照示例代码过一遍，然后完成下列题目现在在py文件中一次性处理data数据中所有的连续变量和离散变量读取data数据对离散变量进行one-hot编码对独热编码后的变量转化为int类型4.对所有缺失值进行填充注意是
·2025-06-25 12:22

python实战项目77：足球运动员数据分析

python实战项目77：足球运动员数据分析一、数据集介绍二、加载数据集三、查看数据3.1查看数据大小3.2查看数据前几行3.3查看数据基本信息四、数据预处理4.1查看并处理缺失值4.2查看并处理重复值五
wp_tao·2025-06-24 18:33

Python Pandas数据补全全攻略：Series 缺失值处理实战详解

补全Series数据通常是为了填充缺失值(NaN)或者根据已有的数据进行插值。
AI Agent首席体验官·2025-06-24 01:47

特征筛选方法总结（面试准备15）

非模型方法一.FILTER过滤法：1.缺失值比例（80%以上缺失则删除）/方差注意：连续变量只删方差为0的，因为变量取值范围会影响方差大小。离散类的看各类取值占比,如果是三分类变量可以视作连续变量。
爱学习的uu·2025-06-23 17:20

解锁数据宝藏：数据挖掘之数据预处理全解析

目录一、引言：数据预处理——数据挖掘的基石二、数据预处理的重要性2.1现实数据的问题剖析2.2数据预处理的关键作用三、数据预处理的核心方法3.1数据清洗3.1.1缺失值处理3.1.2离群点处理3.1.3
奔跑吧邓邓子·2025-06-23 13:50

python数据分析与可视化

数据清洗是数据分析的重要环节，主要是对数据进行预处理，包括缺失值处理、异常值处理、数据类型转换等。数据探索则
蓝宗林·2025-06-22 12:03

AI 气象数据处理与预测模型优化实践

一、AI在气象数据处理中的应用1.数据清洗与预处理气象数据通常包含大量噪声、缺失值和不一致性，这对模型的训练和预测结果产生影响。AI技术在数据清洗与预处理方面表现出色，以下是两个具
2501_92488041·2025-06-22 00:25

每日leetcode

2887.填充缺失值-力扣（LeetCode）题目DataFrameproducts+-------------+--------+|ColumnName|Type|+-------------+---
XiaoyaoCarter·2025-06-19 01:15

每日leetcode

Type|+-------------+--------+|student_id|int||name|object||age|int|+-------------+--------+在name列里有一些具有缺失值的行
XiaoyaoCarter·2025-06-19 01:45

机器学习与深度学习22-数据预处理

目录前文回顾1.常见的数据质量问题2.归一化和标准化3.特征选择和特征提取4.独热编码前文回顾上一篇文章地址：链接1.常见的数据质量问题在数据预处理过程中，常见的数据质量问题包括缺失值、异常值和重复数据
my_q·2025-06-18 07:13

Sklearn 机器学习 缺失值处理 对多数据列做缺失值填充

我是ThomasKant，很开心能在CSDN上与你们相遇～本博客的精华专栏：【自动化测试】【测试经验】【人工智能】【Python】Sklearn机器学习：对多列数据进行缺失值填充的正确姿势✨在实际的机器学习项目中
Thomas Kant·2025-06-18 06:36

Pandas：让数据起舞的Python魔法手册

文章目录初识Pandas：数据界的瑞士军刀两大基石：Series与DataFrame数据加载：万能格式转换器数据清洗：丑小鸭变天鹅之术1️⃣缺失值处理2️⃣重复值清理3️⃣异常值处理数据操作：切片与切块的魔法数据筛选数据变形
xiaoqian9997·2025-06-16 16:17

Sklearn 机器学习 缺失值处理 过滤掉缺失值的行并统计

我是ThomasKant，很开心能在CSDN上与你们相遇～本博客的精华专栏：【自动化测试】【测试经验】【人工智能】【Python】Sklearn机器学习中的缺失值处理：过滤缺失值的行并统计在机器学习的实际数据处理中
Thomas Kant·2025-06-16 14:33

Python的pandas中的DataFrame.dropna()用法，删除缺失值

在Pandas中，DataFrame.dropna()用于删除缺失值（NaN或None），是数据清洗的关键操作。
weixin_44865058·2025-06-16 03:26

机器学习速成课程----数据准备

第1课：数据准备的重要性第2课：通过插补填充缺失值第3课：使用RFE选择特征第4课：使用规范化缩放数据第5课：使用热编码（One-Hot）转换类别第6课：使用kBins将数字转换为类别第7课：使用PCA
oceanstonetree·2025-06-13 12:21

【科研绘图】绘制“折线图”：缺失值的处理，横坐标x值的生成，常见图片(像素)大小设置，图例的设置，坐标轴刻度方向设置；| 网络工程师面试题：如何进行网络故障排除？可以提供一些具体的方法和工具吗？

本文以折线图绘制为例，演示如何处理包含缺失值的数据集。通过Python的Matplotlib库，作者展示了如何读取CSV文件中的不完整数据（其中第二列缺失一个值），并分别生成三组对应的X轴坐标。
追光者♂·2025-06-13 09:58

数据科学家的第一课：Python数据预处理完全指南

原始数据往往存在缺失值、异常值、不一致格式等问题，就像未加工的矿石需要经过多道工序才能变成有用材料。本文将系统介绍如何用Python两大核心库——NumPy和Pandas完成这些"数据精炼"工作。
熊猫钓鱼>_>·2025-06-11 04:16

农产品产量智能预测(聚类实际落地场景)

，其应用场景主要涉及数据预处理、影响因素分析、产量区域划分等多个关键环节，以下是具体介绍：1、数据预处理与特征提取【1】数据清洗与分类农产品产量相关数据（如气象数据、土壤指标、历史产量等）常存在噪声或缺失值
数字化与智能化·2025-06-10 11:09

大数据治理的常见方式

大数据治理的常见方式大数据治理是确保数据质量、安全性和可用性的系统性方法，以下是几种常见的治理方式：1.数据质量管理核心方法：数据校验：建立数据校验规则（格式、范围、一致性等）数据清洗：处理缺失值、异常值
John Song·2025-06-10 01:33

bigtwotwo实验六

importpandasaspd#data=pd.read_excel('data.xlsx')#print(data.shape)#（27722，8）#print(data.isnull().any())#查看数据每列是否有缺失值
坚持就完事了·2025-06-07 21:30

数据清洗——利用机器学习方法进行健康智能诊断

具体操作：通过识别并填补缺失值，解决数据不完整的问题，减少因数据缺失导致的偏差。2.探索性数据分析（EDA）：目的：理解数据的分布特性、趋势以及不同特征之间的关系，为后续建模提供洞察。
丢不掉的喜欢·2025-06-06 21:39

机器学习的数学基础：决策树

决策树文章目录决策树决策树的基本思想划分选择信息增益增益率基尼指数减枝处理回归问题对连续值的处理对缺失值的处理决策树的基本思想决策树是基于树结构来进行决策的，通过对问题的判断与决策，得到最终决策。
爱数学的小理·2025-06-06 15:36

5.12 打卡

转换器通常用于对数据进行预处理，例如对数据进行归一化、标准化、缺失值填充等。转换器也可以用于对数据进行特征提取，例如对数
分散406·2025-06-05 04:03

Python实战笔记-常用知识点

仪器设备的记录E：Explore(数据探索)探索方向：离散变量的分布比例，连续变量的分布形态，数据的异常和缺失，特征选择M：Modify（数据修正）常用修正方法：数据类型的转换，数据的一致性处理，异常值和缺失值的处理
MMGNFT·2025-06-04 19:52

python数据清洗

1.处理缺失值string_data=pd.Series(['aardvark','artichoke',np.nan,'avocado'])string_data.isnull()NA处理方法dropna
zhangt766·2025-06-04 04:57

NULL与空字符串的区别：数据库专家详解

它不是任何数据类型的实例，而是表示缺失值的标记。
hixiaoyang·2025-06-03 08:36

python归一化互相关_python 特征工程 归一化 计算相关性矩阵

数据归一化的2种方法以及计算相关系数矩阵数据源源码在文章末尾有些数据没什么作用或者影响不大为了增加训练迭代速度就需要降维然后挑选出其中的相关性比较高得维度进行训练.导入和读取数据,简单方便快就好.对于缺失值
仙女山的仙女鹿·2025-06-03 08:32

python打卡day10

今日总结：数据集的划分机器学习模型建模的三行代码机器学习模型分类问题的评估预处理回顾1.导入库2.读取数据查看数据信息--理解数据3.缺失值处理4.异常值处理5.离散值处理6.删除无用列7.划分数据集8
灯眠joy·2025-06-02 07:33

Python机器学习实战：使用Pandas进行数据预处理与分析

原始数据通常存在噪声、缺失值、异常值等问题,直接将其输入机器学习模型会导致模型性能下降。因此,对数据进行清洗、转换和规范化等预处理操作是必不可少的。
AI天才研究院·2025-06-02 04:40

Kaggle-Binary Prediction with a Rainfall Dataset-(回归+特征工程+xgb)

数据处理：1.根据特征值构造天气降雨量的新特征值2.根据时间构造月和季节特征3.处理缺失值建立模型：1.建立lightgbm模型2.建立xgboost模型，并进行网格搜索最佳参数模型3.进行模型融合代码
美少女zss·2025-05-31 12:00

DAY 10 机器学习建模与评估

一、总体流程导库读取数据查看数据信息--理解数据补全缺失值处理异常值离散值处理删除无用列划分数据集特征工程模型训练模型评估模型保存模型预测二、导入需要的包importpandasaspd#用于数据处理和分析
acstdm·2025-05-30 21:41

Python打卡Day4

初识pandas库与缺失数据的补全题目：按照示例代码的要求，去尝试补全信贷数据集中的数值型缺失值完整步骤：打开数据（csv文件、excel文件）查看数据（尺寸信息、查看列名等方法）查看空值众数、中位数填补空值利用循环补全所有列的空值根据步骤尝试给出代码实现
xiaoheplusv8·2025-05-26 04:18

Pandas学习笔记(八)

合并与连接文章目录合并与连接导入本文需要的包和数据文件连接数据集连接后的DataFrame中的缺失值左连接内连接外连接通过索引合并代码挑战解决方案该文章内容为《Pandas数据分析实战》的学习笔记导入本文需要的包和数据文件
minxin_·2025-05-24 23:12

【动手学深度学习】2.2. 数据预处理

目录2.2.数据预处理1）读取数据集2）处理缺失值3）转换为张量格式4）小结.2.2.数据预处理本节我们将简要介绍使用Python中pandas预处理原始数据，并将原始数据转换为张量格式的步骤。.
XiaoJ1234567·2025-05-24 06:44

Pandas：数据分析中的缺失值检测、加载、设置、可视化与处理

本文目录：一、检测数据集中的缺失值（一）缺失值的判断规则：（二）代码如下：二、缺失值加载处理&缺失值设置（一）缺失值加载处理（二）缺失值设置三、缺失值可视化四、缺失值的处理（一）删除缺失值（二）缺失值填充
苏苏susuus·2025-05-24 00:34

基于线性回归的数据预测

2.数据预处理：完成标准化（Normalization）、特征选择或缺失值处理等步骤。3.使用线性回归模型进行建模。
所见即所得11111·2025-05-22 07:29

DAY 5 离散特征的独热编码

题目：离散特征的独热编码1.读取data数据2.对所有缺失值进行填充3.对离散变量进行one-hot编码4.对独热编码后的变量转化为int类型离散特征可以进行标签编码（有顺序等级关系）和独热编码（无顺序等级关系
acstdm·2025-05-20 17:28

Python在自动驾驶数据清洗中的应用

然而，原始数据通常充满噪声、缺失值、不一致格式，甚至有异常点，这些都会严重影响自动驾驶系统的可靠性。因此，数据清洗是一道绕不开的关卡。
Echo_Wish·2025-05-20 15:13

头歌python 数据挖掘—数据预处理

第1关：缺失值—中位数填充缺失值任务描述本关任务：使用中位数填充缺失值。
ykyqt26666·2025-05-20 08:29

Python爬虫实战：获取国家统计网最新消费数据并分析，为从业者做参考

1.2架构设计数据采集层-->数据清洗层-->数据分析层-->可视化展示层↓↓↓↓代理池管理缺失值处理统计分析词云图请求调度类型转换聚类分析趋势图页面解析去重操作时间序列预测数据
ylfhpy·2025-05-19 13:53
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他