8段用于数据清洗Python代码(小结)-创新互联

最近，大数据工程师Kin Lim Lee在Medium上发表了一篇文章，介绍了8个用于数据清洗的Python代码。

创新互联-专业网站定制、快速模板网站建设、高性价比原阳网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式原阳网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖原阳地区。费用合理售后完善，十载实体公司更值得信赖。

数据清洗，是进行数据分析和使用数据训练模型的必经之路，也是最耗费数据科学家/程序员精力的地方。

这些用于数据清洗的代码有两个优点：一是由函数编写而成，不用改参数就可以直接使用。二是非常简单，加上注释最长的也不过11行。在介绍每一段代码时，Lee都给出了用途，也在代码中也给出注释。大家可以把这篇文章收藏起来，当做工具箱使用。

涵盖8大场景的数据清洗代码

这些数据清洗代码，一共涵盖8个场景，分别是：

删除多列、更改数据类型、将分类变量转换为数字变量、检查缺失数据、删除列中的字符串、删除列中的空格、用字符串连接两列（带条件）、转换时间戳（从字符串到日期时间格式）

删除多列

在进行数据分析时，并非所有的列都有用，用df.drop可以方便地删除你指定的列。

def drop_multiple_col(col_names_list, df): 

  AIM  -> Drop multiple columns based on their column names 

  INPUT -> List of column names, df

  OUTPUT -> updated df with dropped columns 
  ------

  df.drop(col_names_list, axis=1, inplace=True)
  return df

网站名称：8段用于数据清洗Python代码(小结)-创新互联
分享链接：https://www.cdcxhl.com/article38/cosipp.html

成都网站建设公司_创新互联，为您提供自适应网站、电子商务、手机网站建设、标签优化、网站改版、营销型网站建设

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源：创新互联

猜你还喜欢下面的内容