数据的质量直接关乎最后数据分析出来的结果,如果数据有错误,在计算和统计后,结果也会有误。
所以在进行数据分析前,我们必须对数据进行清洗。...,v=np.loadtxt('a.csv', delimiter=',', usecols=(6,7), unpack=True)
# 读取后的数据类型:numpy.ndarray
缺省数据处理
01..., np.nan)
#向前填充 列填充 用缺省参数上面的数字填充
# data = data.replace(['AAPL',' ?']...,method='ffill')
#向后填充 列填充 用缺省参数下面的数字填充
# data = data.replace(['AAPL',' ?']...# 如果数据结构中有缺省值NaN时, 在写入文件时要添加设置缺省参数 na_rap = "NaN" 否则写入时会显示空白
# data.to_csv("frame.csv", na_rap = "NaN