5.利用Pandas以及Numpy进行数据清洗

1、缺失值处理

import pandas as pd
import numpy as np#创建一张7行5列带有缺失值的表，表中的数据0-100随机生成，索引是python1. 
df = pd.DataFrame(data=np.random.randint(0,100,size=(7,5)), index =[i for i in  'pythonl'])df.iloc[2,3] = Nonedf.iloc[4,2] = np.nandf.iloc[1,4] = None

2.查看缺失值

3.删除缺失值

4.填充缺失值

5.插值填充（interpolate）

6.缺失值计算

7.替换值（replace）

8.重复值

9.排序数据Sort_values()

10.数据类型的转换

11.文本值处理