Pandas 常用函数-数据清洗

简介: Pandas 常用函数-数据清洗
函数 说明
df.dropna() 删除包含缺失值的行或列;
df.fillna(value) 将缺失值替换为指定的值;
df.replace(old_value, new_value) 将指定值替换为新值;
df.duplicated() 检查是否有重复的数据;
df.drop_duplicates() 删除重复的数据。

实例

# 删除包含缺失值的行或列

df.dropna()


# 将缺失值替换为指定的值

df.fillna(0)


# 将指定值替换为新值

df.replace('old_value', 'new_value')


# 检查是否有重复的数据

df.duplicated()


# 删除重复的数据

df.drop_duplicates()

目录
相关文章
|
2月前
|
Serverless 数据处理 索引
Pandas中的shift函数:轻松实现数据的前后移动
Pandas中的shift函数:轻松实现数据的前后移动
174 0
|
2月前
|
数据采集 数据可视化 数据挖掘
Pandas函数大合集:数据处理神器一网打尽!
Pandas函数大合集:数据处理神器一网打尽!
34 0
|
10天前
|
Python
|
10天前
|
Python
|
9天前
|
Python
Pandas 常用函数-数据合并
Pandas 常用函数-数据合并
26 1
|
10天前
|
索引 Python
Pandas 常用函数-数据排序
10月更文挑战第28天
8 1
|
11天前
|
Python
Pandas 常用函数-查看数据
Pandas 常用函数-查看数据
13 2
|
11天前
|
SQL JSON 数据库
Pandas 常用函数-读取数据
Pandas 常用函数-读取数据
11 2
|
12天前
|
数据采集 数据挖掘 数据格式
Pandas 数据清洗
10月更文挑战第27天
30 0
Pandas 数据清洗
|
9天前
|
BI Python
Pandas 常用函数-数据统计和描述
Pandas 常用函数-数据统计和描述
22 0