第 5 章 · pandas
5.4 資料清理
🎯 學習目標¶
- 處理缺失值
- 處理重複
- 型別轉換
🕳️ 缺失值¶
df.isna() # True/False 矩陣
df.isna().sum() # 各欄缺失值數量
df.dropna() # 丟掉有缺失的列
df.dropna(subset=["age"]) # 只看 age
df.fillna(0) # 填 0
df["age"].fillna(df["age"].mean()) # 填平均
🔁 重複值¶
🔄 型別轉換¶
df["age"].astype(int)
df["date"].astype("datetime64[ns]")
df["price"].astype(float)
pd.to_numeric(df["x"], errors="coerce") # 轉不了變 NaN
✏️ 練習題¶
- 找 AQI 資料的缺失值
- 用平均值填 PM2.5 缺失
- 移除重複測站