数据科学与python——Pandas统计分析基础（数据堆叠+数据清洗）

数据：
链接：https://pan.baidu.com/s/1-E2ShVTdI0X5lwDtMLFFsQ
提取码：0929

一.合并数据：获取完整的数据集。

1.读取数据

#数据所在的文件
metepath='./part/mete10-14.csv'
vipath='./part/vi10-14.csv'
# 读取数据
data_mete=pd.read_csv(metepath)
data_vi=pd.read_csv(vipath)

2.将两个csv文件按照mete.csv文件的日期对齐

按日期行向合并part文件夹下的两个csv，这两个文件日期范围不同，按照mete.csv文件的日期对齐；合并后的数据命名为data1

# 按日期行向合并part文件夹下的两个csv，按照mete.csv文件的日期对齐；
# <br/>合并后的数据命名为data1；
# <br/>若合并后的数据中有无效值，则使用无效值其所在列的平均值填充。
data1=pd.merge(data_mete,data_vi,on='Date',how='left')
data1['Date']=pd.to_datetime(data1['Date'])
data1=data1.fillna({
   
   'NDVI':np.mean(data1['NDVI']),'EVI':np.mean(data1['EVI'])})

3.纵向合并数据data1与data2

# 读取comb下面的csv文件，命名为data2；
# <br/>纵向堆叠合并data1和data2；
# <br/>堆叠之后需要去除重复数据；得到的数据命名为data3。
combpath='./comb/data04-10.csv'
data2=pd.read_csv