数据导入与预处理-课程总结-01~03章

数据导入与预处理-课程总结-01~03章

• 第1章 数据预处理概述
  • 1.1 基本概念
    • 1.1.1 大数据项目开发流程
    • 1.1.2 什么是数据预处理
    • 1.1.3 数据质量
    • 1.1.4 常见的数据问题
  • 1.2 数据预处理
    • 1.2.1 数据预处理流程
    • 1.2.2 数据清理的处理方法
      • 1.缺失值的处理方法
      • 2. 异常值的处理方法
      • 3. 重复值的处理方法
    • 1.2.3 数据集成
      • 1. 集成过程中需要处理的问题
      • 2. 数据集成——实体识别
      • 3. 数据集成——冗余属性识别
      • 4. 数据冲突的检测与处理
    • 1.2.4 数据变换
      • 1. 规范化：
      • 2. 数据变换——属性构造
    • 1.2.5 数据规约
      • 1.数据规约目的
      • 2.数据规约方法
• 第2章 numpy库
  • 2.1 数组对象
  • 2.2 创建数组
  • 2.3 访问数组元素
    • 2.3.1 通过整数索引
    • 2.3.2 使用花式索引访问元素
    • 2.3.3 使用布尔索引访问元素
    • 2.3.4 使用切片访问元素
  • 2.4 数组运算
    • 2.4.1 形状相同的数组运算
    • 2.4.2 数组与常量运算
  • 2.5 Numpy的约减即操作
    • 2.5.1 约减操作
    • 2.5.2 数组排序操作
    • 2.5.3 数组转置
    • 2.5.4 随机数生成
      • 1. numpy的random库
• 第3章 pandas基础
  • 3.1 series
    • 3.1.1 创建series对象
    • 3.1.2 Series属性
    • 3.1.3 Series索引
      • 1. 位置索引
      • 2. 标签索引
      • 3. 切片索引
      • 4. 布尔索引
    • 3.1.5 Series基本操作技巧
  • 3.2 DataFrame
    • 3.2.1 Dataframe简介
    • 3.2.2 创建DataFrame对象
    • 3.2.3 Dataframe：索引
      • 1.选择行与列
      • 2. df.loc[] - 按index选择行
      • 3. df.iloc[] - 按照整数位置（从轴的0到length-1）选择行
      • 4. 布尔型索引
    • 3.2.4 DataFrame基本操作技巧
      • 1. 数据查看、转置
      • 2. 添加、修改、删除值
      • 3. 排序
    • 3.2.5 Index索引对象
      • 1.索引对象概述
      • 2. 索引对象操作
      • 3. 使用索引对象操作数据
  • 3.3 统计计算与统计描述

备注：本文主要是课程总结，不做过多的拓展，如果需要详细了解，可以查看本专栏系列内容，专栏链接直达