首页> python> python编程基础> 文章内容
Python数据挖掘怎么进行预处理?
来源 :中华考试网 2020-11-13
中我们既然进行数据挖掘,那就肯定和数据要做到一定关系,比如我们先要去了解数据,在对数据进行分析,然后处理等等,那这个过程是需要去操作实现的,我们在使用Python的时候要怎么去处理这些内容呢?下面给大家整理了相关流程,让大家可以快速处理数据。
Python数据预处理实战
常见的数据预处理方法如下内容:
1、缺失值处理
缺失值是指在一组数据中,某行数据缺失的某个特征值。
2、异常值处理
异常值产生的原因往往是数据在采集时发生了错误,如在采集数字68时发生了错误,误将其采集成680。
填写下面表单即可预约申请免费试听java课程!害怕学不会?助教全程陪读,随时解惑!担心就业?一地学习,可全国推荐就业!
预约申请免费听java课程
- 地区:
- 北京
- 天津
- 上海
- 江苏
- 浙江
- 山东
- 江西
- 安徽
- 广东
- 广西
- 海南
- 辽宁
- 吉林
- 黑龙江
- 内蒙古
- 山西
- 福建
- 河南
- 河北
- 湖南
- 湖北
- 四川
- 重庆
- 云南
- 贵州
- 新疆
- 西藏
- 陕西
- 青海
- 宁夏
- 甘肃
- 姓名:
- 手机:
3、数据集成
相较于上文的缺失值处理和异常值处理,数据集成是一种较为简单的数据预处理方式。
接下来以淘宝商品数据为例,介绍一下上文预处理的实战。
在进行数据预处理之前,首先需要从MySQL数据库中导入淘宝商品数据。在开启MySQL数据库之后,对其中的taob表进行查询,得到了如下的输出:
可以看到,taob表中有四个字段。其中title字段用于存储淘宝商品的名称;link字段存储淘宝商品的链接;price存储淘宝商品的价格;comment存储淘宝商品的评论数(一定程度上代表商品的销量)。
通过pymysql连接数据库(如果出现乱码,则对pymysql的源码进行修改),连接成功后,将taob中的数据全部检索出来,然后借助pandas中的read_sql()方法便可以将数据导入到内存中。