python

导航

Python数据挖掘怎么进行预处理?

来源 :中华考试网 2020-11-13

  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!

  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。

分享到

相关资讯