数据分析处理库Pandas-数据预处理

导入pandas库和numpy库

import pandas as pd
import numpy as np

我们以一个csv文件来展示pandas是如何来进行数据预处理的：titanic_train.csv

读入文件titanic_train.csv，并显示前十行数据

titanic_survival = pd.read_csv("titanic_train.csv")
titanic_survival.head()

OUT:

下面对数据进行处理

#获取数据
age = titanic_survival["Age"]
print(age.loc[:10])
print("__________")
#判断是否有缺失值
age_is_null = pd.isnull(age)
print(age_is_null.loc[:10])
print("__________")
#保留isnull为true值
age_null_true = age[age_is_null]
print(age_null_true.loc[:10])
print("__________")
#计算缺失值个数
age_null_count = len(age_null_true)
print(age_null_count)

OUT:

0     22.0
1     38.0
2     26.0
3     35.0
4     35.0
5      NaN
6     54.0
7      2.0
8     27.0
9     14.0
10     4.0
Name: Age, dtype: float64
__________
0     False
1     False
2     False
3     False
4     False
5      True
6     False
7     False
8     False
9     False
10    False
Name: Age, dtype: bool
__________
5   NaN
Name: Age, dtype: float64
__________
177

---

附上：
数据分析处理库Pandas-数据读取
数据分析处理库Pandas-常用函数
数据分析处理库Pandas-Series结构