Pandas學習筆記03-數據清洗(缺失值與異常值處理)

文章目錄 1.查看缺失值 2.刪除缺失值 3.填充缺失值 4.值的替換 5.離散化與分箱 6.異常值過濾 之前我們介紹過通過索引獲取自己想要的數據，這節我們介紹在數據清洗過程中遇到缺失值、異常值時的一些處理方式以及我們需要對某列的值就行分組的時候怎麼解決。 原始數據集來自本週剛抓取的創造營2020撐腰榜數據，公衆號後臺回覆‘ 異常值’可以獲得本節使用的數據集與ipynb文件。 1.查看缺失值 is

>>阅读原文<<