Python入门 —— 数据清洗 Day7 【转载】

本文内容转自于 https://mp.weixin.qq.com/s?__biz=MjM5MDEzNDAyNQ==&mid=2650313425&idx=1&sn=72ebfbe60eb592e5b36aa0fd71c508d5&scene=21

今天将带来第7天的学习日记。

目录如下：
前言

1. 删除重复
2. 异常值监测
3. 替换
4. 数据映射
5. 数值变量类型化
6. 创建哑变量

上一篇的数据合并，以及本篇的数据清洗，都是非常非常实用的技能。我们用Python做数据分析，其实会有80%的功夫花在这些操作上面。
现在有一份心脏病患者的数据，经过问卷调查之后，最终录入数据如下：

一、删除重复

二、异常值检测

三、替换

四、数据映射

接下来的一些处理，是为了变量能够更加便于分析，首先是要进行数据映射。什么是映射呢？以Areas为例，Areas取四个地区：A/B/C/D，这四个地区在分析的时候并没有什么意义，但A/B/C为城市，D为农村，这个很有意义，所以我要根据areas创建新变量CType：U-城市、R-农村，映射关系如下：

五、数值变量类型化

六、创建哑变量