pandas数据清洗

一.处理缺省值

　　DataFrame.dropna

　　　　DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)[source]

　　　　return DataFrame with NA entries dropped from it.

　　DataFrame.fillna

　　　　DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)[source]

　　　　Fill NA/NaN values using the specified method

　　　　return filled DataFrame

　　DataFrame.replace

　　　　DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad')[source]

　　　　Replace values given in to_replace with value.

　　　　return DataFrame object after replacement

二.series字符串处理函数

　　series.str.contains

　　series.str.strip

　　series.str.split

　　series.str.join

　　series.str.upper,lower,title

三.删除重复项

　　DataFrame.duplicated() 判断是否有重复项

　　DataFrame.drop_duplicates()删除重复项

　　　　DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)[source]

四.离散化

　　pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False, duplicates='raise')[source]

　　按照bins 位置划分

　　pandas.qcut(x, q, labels=None, retbins=False, precision=3, duplicates='raise')[source]

　　按比例离散　　

 

　　插入空行：

index1 = list(df.index)
index1.append('seven')
df = pd.DataFrame(df,index=index1)
df