数据分析师-编程语言与工具-Pandas_数据清洗：处理缺失值与重复值.docxVIP

PAGE1

PAGE1

Pandas数据清洗基础

1缺失值的概念与影响

1.1缺失值的概念

在数据分析中，缺失值指的是数据集中某些观测值或特征值未被记录或无法获取的情况。这些缺失值可能由多种原因造成，包括数据收集过程中的错误、设备故障、人为疏忽等。在Pandas中，缺失值通常用NaN（NotaNumber）表示，它是一个特殊的浮点数，用于标识那些未知或未定义的数据点。

1.2缺失值的影响

缺失值的存在对数据分析和机器学习模型的构建有着显著的负面影响：-降低数据质量：缺失值会降低数据集的整体质量，使得数据的完整性和一致性受损。-影响分析结果：在进行统计分析或机器