项目四之任务二 会处理异常值、缺失值、重复值_第1页
项目四之任务二 会处理异常值、缺失值、重复值_第2页
项目四之任务二 会处理异常值、缺失值、重复值_第3页
项目四之任务二 会处理异常值、缺失值、重复值_第4页
项目四之任务二 会处理异常值、缺失值、重复值_第5页
已阅读5页，还剩4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

项目四清洗处理数据中高本一体化课程体系·大数据应用技术专业核心课程Contents课程项目总览大数据应用编程——从数据采集到可视化的完整项目实践路径01任务一会解决编码问题02任务二会处理异常值、缺失值、重复值03任务三处理数据格式任务二会处理异常值、缺失值、重复值掌握网络爬虫工作原理，学会使用多种技术栈自动化采集Web数据数据清洗·项目四〖任务描述〗

爱购物网站提供一组各城市在本年5月份迷你风扇的销售量、销售额、累计评论数、累计销售人次等数据，这组数据中出现了重复值与缺失值，需要巨蟒公司的技术人员帮忙去除重复值与缺失值。数据源：4-2源文件.xlsx文件。数据清洗·项目四〖知识准备〗1.使用pandas库处理重复值、缺失值、异常值pandas它可以对数据进行导入、清洗、处理、统计和输出。Pandas是Python语言的一个扩展程序库。可以使用pipinstallpandas安装。（1）重复值处理（2）缺失值处理（3）异常值处理数据清洗·项目四〖任务分析〗方法一方法二（1）引入pandas模块（2）查看重复值同时去除重复值（3）查找及删除缺失值（4）将去除重复值与删除缺失值的数据存储到名为new.xlsx文件中。此处由教师或学生自己思考方法实现任务数据清洗·项目四〖任务实施〗1.导入模块，读取数据importpandasaspdtest1=pd.read_excel('4-2源文件.xlsx')2.使用duplicated()方法确定是否有重复值print(test1.duplicated().value_counts())3.使用drop_duplicates()方法对某几列下面的重复值进行删除test2=test1.drop_duplicates(subset=["累计评论数","累计销售人次","店铺评分","本月销量","本月销售额"],keep="first",inplace=False)print(test2.duplicated().value_counts())数据清洗·项目四〖任务检测〗一、实操题：1.使用提供的源文件4-2test1.xlsx，用固定值插补处理缺失值2.使用提供的源文件4-2test1.xlsx，用均值插补处理缺失值数据清洗·项目四〖任务评价〗序号评价内容识记理解应用分析评价创造问题1重复值处理

2缺失值处理

人人文库> 全部分类> 教育资料 > 课件下载

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