数据可视化基础专题(53):Pandas基础(17)常用函数(二)数据清洗函数
数据清洗函数
| 函数 | 含义 | 
| duplicated() | 判断序列元素是否重复 | 
| drop_duplicates() | 删除重复值 | 
| hasnans() | 判断序列是否存在缺失(返回TRUE或FALSE) | 
| isnull() | 判断序列元素是否为缺失(返回与序列长度一样的bool值) | 
| notnull() | 判断序列元素是否不为缺失(返回与序列长度一样的bool值) | 
| dropna() | 删除缺失值 | 
| fillna() | 缺失值填充 | 
| ffill() | 前向后填充缺失值(使用缺失值的前一个元素填充) | 
| bfill() | 后向填充缺失值(使用缺失值的后一个元素填充) | 
| dtypes() | 检查数据类型 | 
| astype() | 类型强制转换 | 
| pd.to_datetime | 转日期时间型 | 
| factorize() | 因子化转换 | 
| sample() | 抽样 | 
| where() | 基于条件判断的值替换 | 
| replace() | 按值替换(不可使用正则) | 
| str.replace() | 按值替换(可使用正则) | 
| str.split.str() | 字符分隔 | 
本文来自博客园,作者:秋华,转载请注明原文链接:https://www.cnblogs.com/qiu-hua/p/15000298.html
 
                    
                     
                    
                 
                    
                
 
                
            
         
         浙公网安备 33010602011771号
浙公网安备 33010602011771号