数据清理是删除或修复错误以及规范计算机程序中使用的数据的过程。例如，可以移除异常值，可以插入丢失的样本，可以将无效值标记为不可用，并且可以合并同义值。一种数据清理方法是Wickham的“整洁数据”框架，http：//vita.had.co.nz/papers/tidy-data.pdf，这意味着每一行都是一个观察，每一列都是一个变量。
我有一个包含大量损坏网址的文件。我的意思是，网址在随机位置有空格。例如，我喜欢足球。看这个。 https：// m.facebook.com/story.php?stor y_fbid = 101595031＆...
我有一个用户评论数据集。我已加载此数据集，现在我想预先处理用户评论（即删除停用词，标点符号，转换为小写，删除称呼等）之前...
我有几个像这样的regexp，Data ['SUMMARY'] = Data ['SUMMARY']。str.replace（r'（[^ \ w]）'，''）Data ['SUMMARY'] = Data ['SUMMARY '] .str.replace（r'x {2，}'，''）数据['SUMMARY'] =数据['SUMMARY']。str.replace（r'_ + ...
我有一个大的数据集，我清理并发现其中一个字段的值有“我的儿子变成一个怪物\ xf0 \ u009f \ u0098 \ u0092”我无法创建这个简单的数据，因为它.. 。
我有以下数据框，如下所示。 Funct.Area Environment ServiceType Ticket.Nature SLA.Result..4P。 IRIS.Priority Func_Environment 2 FUN DCF FUN SR ...
我们有什么方法可以使用Pandas来计算与列中前一行的字符串相似性？第1行：商业私人有限公司第2排：商业私人有限公司第3排：环球私人有限公司它将......
我将原始数据的最大可能性与修改后的数据集进行比较。对于修改后的数据集，我需要创建一个函数，如果参数的值超过a，则将行划分为两行。
我有以下data.frame：引擎| MPG | Test_Distance 1. V6 | 17 | 751 2. V4 | 22 | 1850 3. V4-Hybrid | 26 | 210 4. V6-Hybrid | 24 | 85 5. Flat4 | ......
我有一个属性，其中*与数值一起出现。我希望从数值中删除此*标记。我该怎么办？示例 - 将A转换为B列A - 54,6 *，9,0,189 *，......
我有一个包含多个条目的列表，示例条目如下：> head（gene_sets [[1]]）患者诊断Eigen_gene ENSG00000080824 ENSG00000166165 ENSG00000211459 ENSG00000198763 ...
我有一个带有id的数据帧，以及三个日期列，每行应该相同，但有时会发生冲突。对于每一行，我想比较三个日期，如果至少两个......
我有一个如下所示的数据集：并且想要删除像4,5和7这样的行，因为大多数列都有0但不是全部。同时，我不想删除像0和1这样的行...
我有一个数据框，其中包含2组患者（组x和组y）的血液结果。每个队列中有相同数量的患者（具有不同的id号）（2000）。他们一直（模糊）......
我有来自客户聊天室的一些数据，我想做一些干净，我不知道该怎么做。如果我已经有def chatClean（t，Agent = True）.......＃在其中的一些功能def emailClean（...
我想删除hashtag符号（'＃'）并强调单词之间的分隔（'_'）示例：“这条推文是示例＃key1_key2_key3”我想要的结果：“这条推文是示例key1 key2 key3”我的......