说明数据集中存在异常值?,处理方式:
#用nan替换?
data=data.replace(to_replace='?',value=np.nan)
#再删除空值
data=data.dropna()
本文探讨了如何识别并处理数据集中出现的异常值。首先,使用特定符号(如问号 '?')替换异常值,然后通过 `data.replace()` 函数将其转换为 NaN。接着,利用 `data.dropna()` 删除含有 NaN 的行,确保数据的整洁性。这种方法适用于那些无法修复或不适宜的数据异常情况。
说明数据集中存在异常值?,处理方式:
#用nan替换?
data=data.replace(to_replace='?',value=np.nan)
#再删除空值
data=data.dropna()
2万+

被折叠的 条评论
为什么被折叠?