数据处理 

缺失值处理 

应用isnull判断是否有缺失数据NaN； 应用fillna实现缺失值的填充； 应用dropna实现缺失值的删 除； 应用replace实现数据的替换

image.png


image.png

其中

#全局取消证书验证 #import ssl #ssl._create_default_https_context = ssl._create_unverified_context


image.png


image.png

one-hot编码 

把每个类别生成一个布尔列，这些列中只有一列可以为这个样本取值为1.其又被称为独热编码。

image.png

数据合并 

应用pd.concat实现数据的合并； 应用pd.merge实现数据的合并 pd.concat([data1, data2], axis=1)按照行或列进行合并,axis=0为列索引，axis=1为行索引

分组与聚合 

应用groupby和聚合函数实现数据的分组与聚合

image.png


image.png



image.png



image.png

案例1 

现在我们有一组关于全球星巴克店铺的统计数据，如果我想知道美国的星巴克数量和中国的哪个 多，或者我想知道中国每个省份星巴克的数量 的情况，那么应该怎么办？


image.png


image.png


image.png

image.pngimage.png