文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

Python数据预处理常用的技巧有哪些

2023-06-29 03:28

关注

本篇内容介绍了“Python数据预处理常用的技巧有哪些”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

数据集

这是一个包含脏数据的示例数据框

Python数据预处理常用的技巧有哪些

让我们看看可以做些什么来使这个数据集变得干净。

第一列是多余的,应该删除;

Date 没有标准;

Name 写成姓氏、名字,并有大写和小写字母;

Payment 代表一个数量,但它们显示为字符串,需要处理;

在 Note 中,有一些非字母数字应该被删除;

示例 1

删除列是使用 drop 函数的简单操作。除了写列名外,我们还需要指定轴参数的值,因为 drop 函数用于删除行和列。 最后,我们可以使用 inplace 参数来保存更改。

import pandas as pddf.drop("Unnamed: 0", axis=1, inplace=True)

示例 2

我们有多种选择将日期值转换为适当的格式。一种更简单的方法是使用 astype 函数来更改列的数据类型。
它能够处理范围广泛的值并将它们转换为整洁、标准的日期格式。

df["Date"] = df["Date"].astype("datetime64[ns]")

Python数据预处理常用的技巧有哪些

示例 3

关于名称列,我们首先需要解决如下问题:

首先我们应该用所有大写或小写字母来表示它们。另一种选择是将它们大写(即只有首字母是大写的);

切换姓氏和名字的顺序;

df["Name"].str.split(",", expand=True)

Python数据预处理常用的技巧有哪些

然后,我将取第二列与第一列结合起来,中间有一个空格。最后一步是使用 lower 函数将字母转换为小写。

df["Name"] = (df["Name"].str.split(",", expand=True)[1] + " " + df["Name"].str.split(",", expand=True)[0]).str.lower()

Python数据预处理常用的技巧有哪些

示例 4

支付Payment的数据类型是不能用于数值分析的。在将其转换为数字数据类型(即整数或浮点数)之前,我们需要删除美元符号并将第一行中的逗号替换为点。

我们可以使用 Pandas 在一行代码中完成所有这些操作

df["Payment"] = df["Payment"].str[1:].str.replace(",", ".").astype("float")

Python数据预处理常用的技巧有哪些

示例 5

Note 列中的一些字符也需要删除。在处理大型数据集时,可能很难手动替换它们。

我们可以做的是删除非字母数字字符(例如?、!、-、. 等)。在这种情况下也可以使用 replace 函数,因为它接受正则表达式。

如果我们只想要字母字符,下面是我们如何使用替换函数:

df["Note"].str.replace('[^a-zA-Z]', '')0      Unhappy1    Satisfied2      Neutral3      Unhappy4      NeutralName: Note, dtype: object

如果我们想要字母和数字(即字母数字),我们需要在我们的正则表达式中添加数字:

df["Note"].str.replace('[^a-zA-Z0-9]', '')0      Unhappy1    Satisfied2      Neutral3      Unhappy4      Neutral0Name: Note, dtype: object

请注意,这次没有删除最后一行中的 0,我只需选择第一个选项。如果我还想在删除非字母数字字符后将字母转换为小写

df["Note"] = df["Note"].str.replace('[^a-zA-Z]', '').str.lower()

Python数据预处理常用的技巧有哪些

与初始形式相比,数据集看起来要好得多。当然,它是一个简单的数据集,但这些清理操作在处理大型数据集时肯定会对你有所帮助。

“Python数据预处理常用的技巧有哪些”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站,小编将为大家输出更多高质量的实用文章!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯