「Pythonにおけるデータクリーニング」

「Pythonを使用したデータクリーニングのノウハウ」

Pandaライブラリを使ったPythonでのデータクリーニングのマスター

今日は、pandasを使用したデータクリーニングの実装方法を紹介します。

データ：

この記事で使用されているデータセットは、open-rice Hongkongから取得されたものです。

FAQ | OpenRice Hong Kong

OpenRice.comは、レストランの口コミに基づいて人々が食べる場所を見つけるための香港で最も人気のあるダイニングガイドです…

www.openrice.com

• データサイエンスの職名の進む道：データアナリスト vs データサイエンティスト vs データエンジニア
• 「データ分析に関する5つの無料大学のコース」
• 「伝統的な機械学習はまだ重要ですか？」

また、生データは以下で入手できます：

https://raw.githubusercontent.com/Louis192/Data/main/open-rice.csv

Pandasは、pdとしてインポートできるPythonのライブラリです。

Pandasでは、データセットのクリーニングにはさまざまな方法や形式がありますが、今日は3つの方法に焦点を当てます。

上記の図は、今日実装するデータクリーニングの3つの方法を示しています。

データセットの探索

import pandas as pd

df=pd.read_csv('data/open-rice.csv')df.head()

上記で、データセットがJupyter Notebookにインポートされ、Pandasのデータフレームに保存されています。

上記はトップ5のフィールドですので、df. head() を入力すると、デフォルトでデータフレームの上位5行が表示されます。

Pandasでは、データフレームは2次元のラベル付き構造です。データフレームはSQLテーブルやExcelスプレッドシートに似ています。

df.columns

df.info()

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!