9、数据处理与机器学习模型应用

数据处理与机器学习模型应用

1. 数据清洗

在现实世界中，大多数数据都存在一些缺陷，因此需要先进行清洗。以下是一个简单的示例，展示如何使用 Pandas 清洗数据。

1.1 读取数据

首先，我们有一个名为 small.csv 的文件，内容如下：

22,6.1
41,5.7
  18,5.3*
29,NA

可以使用 Pandas 的 read_csv 函数将其加载到数据框中：

import pandas as pd
df = pd.read_csv("small.csv")
print(df)

输出结果：

   22   6.1
0  41   5.7
1  18  5.3*
2  29   NaN

可以看到，Pandas 将第一行作为了表头，这不是我们想要的。我们可以通过设置 header=None 来解决这个问题：

df = pd.read_csv("small.csv", header=None)
print(df)

输出结果：