データの前処理パンダ
- ダーティデータ
- Nullの扱い
- 値の処理が繰り返されます
- 外れ値
- データ型変換
- 構造的な問題
- インデックスの設定
************************************************** ************************************************** *************
- Nullの扱い
*表示df.isnull（）
*削除df.dropna（）を削除するには、デフォルトは、このラインのNULL値が含まれており、この行がすべてのNULL、セットdf.dropnaあるならば、削除（方法=「すべて」）
*充填df.fillna（）df.fillna（{ "性別"： "M"、 "年齢"： "30"}） - 複数の列は、異なる値で充填
- 値の処理が繰り返されます
*削除df.drop_duplicatesは（）デフォルトのラインは、最初の発生を保つ保持=「最後の」すべての重複を削除キープ= Flaseの最後の発生を予約
- 外れ値の検出と治療
*検出：データの下に/オーバー通常のデータと比較します。（正常範囲にわたって指定、図ボックスの垂直エッジ外点、正規分布偏差の値は3σ超えます）
*処理：削除、充填、研究における特別な値--Pythonフィルタ、（置き換え）、など
- データ型変換
.dtype（）データ型変換データ型.astype（「のfloat64」）を表示します
- インデックスの設定
*追加のインデックス：df.index = [1,2,3,4,5]
*インデックスをリセットします。df.set_index（「注文番号」を） - 注文番号でインデックスが--set_index新しいインデックスレベルとして（）2 /パラメータ上を通過させました
*名前の変更インデックス：df.rename（インデックス= {1： ""、2 "2"、3 "3"}、列= { "注文番号"： "ニュー・オーダーID"}）
*リセットインデックス：階層索引の場合、列のデフォルトへのインデックスは、すべての変換されたdf.reset_index（）
（レベル= 0）df.reset_index - 列にレベル1の指標 - 第0列df.reset_index（レベル= 1）へのインデックス
