使用python进行数据清洗

1、在数据清洗前，我们需要先查看数据概况，了解我们需要清洗的数据大概包含什么字段、每个字段下面数据范围大概如何，数据清洗常用到的函数和语法分别有：

info函数：用于了解数据总体情况，包括行数，列数，各列名称等，比如

app.info()

shape函数：用于查看数据矩阵的行和列 

关于python函数中shape的解释：
shape包含在numpy库，是矩阵（ndarray）的属性，可以获取矩阵的形状（例如二维数组的行列），获取的结果是一个元组，因此相关代码如下：
import numpy as np
x = np.array([[1,2，3,4，5],[6,7，8,9，10],[10,9，8,7，6],[5,4，3]])
#输出数组的行和列数
print x.shape #结果： (4, 5)
#只输出行数
print x.shape[0] #结果： 4
#只输出列数
print x.shape[1] #结果： 5
————————————————
版权声明：本文为CSDN博主「企鹅爱吃冰淇淋」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44804700/article/details/98874358

head函数：了解dataframe前5行数据（默认），但也可以查看更多行，比如head(20)可查看前20行数据

describe函数：了解dataframe数据的描述性统计量，包括 count mean std min max 25% 50% 75% 等

count   195.000000  #数量
mean   2744.595385 #均值
std     424.739407 #标准差
min     865.000000 #最小值
25%    2460.600000 #上四分位
50%    2655.900000 #中位数
75%    3023.200000 #下四分位

max    4065.200000 #最大值

range  3200.200000 #极差max-min
var       0.154755 #变异系数 std/mean

dis     562.600000 #四分位间距 75%-25%
————————————————
版权声明：本文为CSDN博主「程志伟」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/c1z2w3456789/article/details/80929140

2、对数据有一个基本的了解之后，我们就开始数据清洗啦！
删除不需要/多余的变量或者字段

运用drop()函数，通常有三种等价的公式