常用的数据预处理方法

一、删除处理
data.drop()
默认参数axis=0，表示对行index进行操作，如需对columns进行操作需要更改默认参数为axis=1;默认参数inplace=False，表示该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe，如需直接在原数据上进行删除操作，需要更改默认参数为inplace=True,删除后数据无法恢复

data.dropna()
DataFrame.dropna(axis=0, how=‘any’, thresh=None, subset=None, inplace=False)
官方文档为过滤缺失数据，how中any表示带缺失值的所有行，'all’指清除全是缺失值的行；thresh,int,保留含有int个非空值的行;subset对特定的列进行缺失值删除处理;axis、inplace与drop函数一致

二、填充数据
fillna()函数
fillna()会填充nan数据，返回填充后的结果。如果希望在原DataFrame中修改，则把inplace设置为True。dataframe.fillna() 对空值进行填充，一般就直接在括号里添加需要填充的数值

data.mean() 计算平均值（data[‘Age’].mean() 计算Age列的平均值）
三、将分类变量转化为数值型变量
1、astype
type获取数据类型；dtype 数组元素的类型；astype 修改数据类型
参考文章：https://www.cnblogs.com/fuhang/p/8045973.html


2、先用unique获取列的值转化为list，再替换

unique用法：获取列值

tolist用法：将数组或矩阵转化为列表

apply()用法
参考文章：https://blog.csdn.net/chenyulancn/article/details/40142797
格式：apply(func,*args,**kwargs)
用法：当一个函数的参数存在于一个元组或者一个字典中时，用来间接的调用这个函数，并肩元组或者字典中的参数按照顺序传递给参数
解析：args是一个包含按照函数所需参数传递的位置参数的一个元组，是不是很拗口，意思就是，假如A函数的函数位置为 A(a=1,b=2),那么这个元组中就必须严格按照这个参数的位置顺序进行传递(a=3,b=4)，而不能是(b=4,a=3)这样的顺序
kwargs是一个包含关键字参数的字典，而其中args如果不传递，kwargs需要传递，则必须在args的位置留空
返回值：即函数的返回值