Python常见的数据预处理包括什么？

1、缺失值处理

缺失值是指在一组数据中，某行数据缺失的某个特征值。解决缺失值有两种方法，一是将该缺失值所在的这行数据删除掉，二是将这个缺失值补充一个正确的值。

2、异常值处理

异常值产生的原因往往是数据在采集时发生了错误，如在采集数字68时发生了错误，误将其采集成680。在处理异常值之前，自然需要先发现这些异常值数据，往往可以借助画图的方法来发现这些异常值数据。在对异常值数据处理完成之后，原始数据才会趋于正确，才能保证最终结果的准确性。

3、数据集成

相较于上文的缺失值处理和异常值处理，数据集成是一种较为简单的数据预处理方式。那么数据集成是什么？假设存在两组结构一样的数据A和数据B，且两组数据都已加载进入内存，这时候如果用户想将这两组数据合并为一组数据，可以直接使用Pandas对其进行合并，而这个合并的过程实际上就是数据的集成。