python数据分析常用函数总结

最新推荐文章于 2024-06-03 22:55:15 发布

m0_51113104

最新推荐文章于 2024-06-03 22:55:15 发布

阅读量1k

点赞数 1

文章标签：数据分析

本文链接：https://blog.youkuaiyun.com/m0_51113104/article/details/117692559

版权

本文总结了Python数据分析中处理重复值和空值的常用方法。通过`DataFrame.duplicated()`和`drop_duplicates()`检查及删除重复值，利用`isnull()`和`notnull()`识别并使用`dropna()`或`fillna()`处理缺失值。对于填充空值，介绍了使用平均值、中位数等统计值或向前、向后填充的策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、前言

在个人理解中，首先我们拿到一份数据后会经过以下几个流程：
1.清除数据的重复值
2.填充数据中的NULL值，空值
3.清洗数据中带有异常符号的值（最为困难）
4.更改数据类型
5.重建数据的索引
因此，我打算从这四个方面总结以下我们常用的函数。

1.1查看重复值

1.DataFrame.duplicated()
这个函数可以查看行与行间是否具有重复值，返回布尔值
如果是DataFrame.duplicated([‘v1’])，
如果指定v1列，则是查看v1列的重复值；也可以传入多个列
2.DataFrame.drop_duplicates()
删除行与行的重复值；同样可以指定删除某列或多列的重复值，它的一个参数为keep=‘last’，即保留最后的一个重复值。
在这里插入图片描述