一麻昼、重復值處理
找出行重復的位置a = df.duplicated()拼岳，如果是重復值返回True，反之返回False
根據列找出重復位置a = df.duplicated(['id','key'])，有則返回True助琐，反之返回False，根據返回值面氓，將重復數(shù)據取出來df[a]
刪除重復值兵钮，默認的是根據所有列蛆橡，進行刪除newDF = df.drop_duplicates()，也可以指定某一列掘譬，進行重復值刪除newDF = df.drop_duplicates('id')
二泰演、缺失值處理
找到空值的位置isNA = df.isnull()，空值的返回True葱轩，反之返回False
獲取空值返回的行df[isNA.any(axis=1)],指定列睦焕，獲取空值返回行df[isNA[[''key]].any(axis=1)]
給空值賦值df.fillna('未知')
刪除缺失值df.dropna()
三、空格值處理
刪除左空格df['name'].str.lstrip()靴拱，刪除右空格df['name'].str.rstrip()垃喊，默認刪除空格df['name'].str.strip()
四、數(shù)據抽取
使用slice函數(shù)進行數(shù)據的抽取df['tel'].str.slice(0,3)缭嫡，抽取索引為0,1,2位置的元素缔御。對于是數(shù)值型的數(shù)據，需要轉換成字符串格式妇蛀，才能使用slice函數(shù)抽取耕突，df['tel'].astype(str)
五、字段拆分
按照固定的字符评架，拆分已有字符串split(sep,n,expand = False)眷茁，參數(shù)說明sep用于分割的字符串，n分割為多少列纵诞，expand是否展開為數(shù)據庫上祈，默認為False，如df['name'].str.split(' ',1,True)
六浙芙、記錄抽取
是指根據一定的條件登刺，對數(shù)據進行抽取。
常用的條件類型：（1）比較運算df[df.comments>1000]（2）范圍運算between(left,right)嗡呼，例如df[df.comments.between(1000,10000)]（3）空值匹配pandas.isnull(column)纸俭，例如df[pandas.isnull(df.title)]（4）字符匹配str.contains(patten,na=False)，例如df[df.title.str.contains('臺電',na = False)]（5）邏輯運算南窗，與（&）或（|）取反（not）揍很，例如df[(df.comments>=1000)&(df.comments<=10000)]
七、隨機抽樣
是指隨機從數(shù)據中万伤，按照一定的行數(shù)或者比例抽取數(shù)據
隨機抽樣函數(shù)：DataFrame.sample(n,frac,replace=False)窒悔，參數(shù)說明：n按個數(shù)抽樣，frac按百分比抽樣敌买，replace是否可放回抽樣简珠，默認False不可放回
