data_x = pd.read_excel("X.xlsx")
data_x.dropna(axis=0, how='any')
data_x = data_x.fillna(0)
print(len(data_x.values))
data_y = pd.read_excel("Y.xlsx")
print(len(data_y.values))
pandas 数据补齐和清洗操作
原创
©著作权归作者所有:来自51CTO博客作者奇点_python_nlp的原创作品,请联系作者获取转载授权,否则将追究法律责任
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
Pandas清洗数据:重复数据
在Pandas中可以使用duplicated方法查找重复数据,用drop_duplicates方法清除重复数据。
pandas python 机器学习 重复数据 数据 -
pandas 之 数据清洗-缺失值
数据清洗-缺失值处理(drop, fill)
数据清洗 缺失值处理 缺失值 3c 数据 -
Pandas数据清洗:处理缺失值
在Pandas中,可以使用dropa方法条件过滤缺失值,用isnull标记哪些是缺失值,用notnull方法标记哪些不是缺失值,用fillna方法填充缺失值。
pandas python 开发语言 缺失值 ide -
pandas - groupby 深入及数据清洗案例
数据的split-apply-聚合, 案例-缺失值-重采样-加权平均-线性回归
lambda 重采样 离散化 缺失值处理 group by -
#yyds干货盘点#Pandas数据清洗实用指南
想做数据分析吗?先给数据“洗个澡”吧
缺失值 数据 数据类型 数据清洗 数据分析 -
iptables配置和docker
启动一个有 nat 映射端口的容器时,iptables 报 No chain/target/match by that name Shell docker run - d - p 2181 :
iptables配置和docker docker Shell 多网站