Python数据挖掘如何进行预处理

这篇文章给大家分享的是有关Python数据挖掘如何进行预处理的内容。小编觉得挺实用的，因此分享给大家做个参考。一起跟随小编过来看看吧。

Python数据预处理实战

常见的数据预处理方法如下内容：

1、缺失值处理

缺失值是指在一组数据中，某行数据缺失的某个特征值。

2、异常值处理

异常值产生的原因往往是数据在采集时发生了错误，如在采集数字68时发生了错误，误将其采集成680。

3、数据集成

相较于上文的缺失值处理和异常值处理，数据集成是一种较为简单的数据预处理方式。

接下来以淘宝商品数据为例，介绍一下上文预处理的实战。

在进行数据预处理之前，首先需要从MySQL数据库中导入淘宝商品数据。在开启MySQL数据库之后，对其中的taob表进行查询，得到了如下的输出：

可以看到，taob表中有四个字段。其中title字段用于存储淘宝商品的名称;link字段存储淘宝商品的链接;price存储淘宝商品的价格;comment存储淘宝商品的评论数(一定程度上代表商品的销量)。

通过pymysql连接数据库(如果出现乱码，则对pymysql的源码进行修改)，连接成功后，将taob中的数据全部检索出来，然后借助pandas中的read_sql()方法便可以将数据导入到内存中。

感谢各位的阅读！关于Python数据挖掘如何进行预处理就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到吧！