1、处理缺失的数据
经常会出现导入数据的缺失，最简单的处理方法就是删除缺失的数据线。使用 pandas 中的 .dropna() 删除含有缺失值的行或列，也可以删除 删除特定列的缺失值 。
dfNew=dfData.dropna(axis=0)#删除含有缺失值的行
有时会填充缺失值或替换缺失值，这里就不介绍了。
2、处理重复数据
对于重复数据，重复行通常被删除。使用 pandas 中的 .duplicated() 可以查询重复数据的内容，并使用它 .drop_duplicated() 可删除重复数据，也可重复指定数据列。
dfNew=dfData.drop_duplicates(inplace=True)#删除重复的数据行
3、异常值处理
异常值可能包含在数据中， 指样本中的值明显偏离样本集中其他样本的观测值，也称为离群点。异常值可通过箱线图和正态分布图或回归和聚类建模识别。
箱线图技术是利用数据的分位数来识别异常点。箱图分析也超过了本文的内容，不能详细介绍。一般来说，通过观察箱图，可以检查整体异常情况，然后发现异常值。
dfData.boxplot()#绘制箱形图
以上是python数据预处理的三种情况，希望对大家有所帮助。更多Python学习指导：python基础教程
推荐操作环境：windows7系统Python 3.9.1，DELL G3电脑。