如何使用 Python 和 Pandas 进行数据清洗?

数据清洗步骤：

1. 导入库
2. 读取数据
3. 数据预处理
4. 数据清洗
5. 保存结果

代码示例：

import pandas as pd

# 导入库
data = pd.read_csv("data.csv")

# 读取数据
print(data.head())

# 数据预处理
data["age"] = data["age"].fillna(25)
data["salary"] = data["salary"].fillna(10000)

# 数据清洗
data.dropna(inplace=True)

# 保存结果
data.to_csv("cleaned_data.csv", index=False)

其他方法：

• **筛选数据：**使用 loc 和 iloc索引选择数据。
• **分组数据：**使用 groupby 函数对数据进行分组。
• **创建新的变量：**使用 assign 方法创建新的变量。
• **使用函数进行数据清洗：**例如，可以使用 str 和 int 函数进行字符串和数字转换。

注意：

• 数据清洗是一个逐步的过程，需要根据具体的数据情况进行调整。
• 使用 pandas 库进行数据清洗需要安装 pandas 库。
• 可以使用 to_sql 方法将 cleaned 数据写入数据库。