预处理部分地区信息案例需求和数据准备_第1页
预处理部分地区信息案例需求和数据准备_第2页
预处理部分地区信息案例需求和数据准备_第3页
预处理部分地区信息案例需求和数据准备_第4页
预处理部分地区信息案例需求和数据准备_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

案例需求和数据准备教师：亢华爱北京信息职业技术学院商务数据分析与应用专业教学资源库目录Contents数据准备案例需求1PART案例需求案例需求为了让读者更好地理解Pandas的预处理，能够在实际应用中运用所学的知识，接下来，本节将通过对2016年北京地区和天津地区数据处理过程，带领大家学习如何使用Pandas对数据进行预处理操作检查重复数据，一旦发现有重复的数据，就需要将其进行删除本案例准备了一些从网上爬取的关于北京和天津地区的统计信息，这些数据中都或多或少存在一些问题，比如重复的数据、缺失的数据。本案例将使用Pandas对爬取的数据进行预处理操作。检查缺失值，为了保持数据的完整性，通常会使用某个数据填充检查异常值，一旦发现数据中存在异常值，通常先要对照原始数据进一步确认，如果是错误的数值，则直接使用正确的数值进行替换即可案例需求当所有的数据确认无误以后，这里我们增加一步合并的操作，将多张表格信息合并为一张表格，从而教会大家如何在实际应用中，根据自己的需求选择合适的合并功能函数案例需求2PART数据准备数据准备通过网络爬虫爬取了2016年北京地区和天津地区的一些统计信息，并根据不同的地区整理成两个文件，分别为“北京地区信息・csv”和“天津地区信息.csv”，用Excel工具打开后如图所示北京和天津地区统计信息表数据准备通过网络爬虫爬取了2016年北京地区和天津地区的一些统计信息，并根据不同的地区整理成两个文件，分别为“北京地区信息・csv”和“天津地区信息.csv”，用Excel工具打开后如图所示北京和天津地区统计信息表(续)通过观察上述表格可知，“北京地区信息”的表格中存在着重复的数据（比如，第4行和第8行），“天津地区信息”的表格中存在着缺失数据（第11行），这些有问题的数据都可以利用Pandas的预处理技术进行解决

数据准备参考文献[1]黑马程序员.Python数据分析与应用:从数据获取到可视化.中国铁道出版社：2

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论