我們既然進行數(shù)據(jù)挖掘，那就肯定和數(shù)據(jù)要做到一定關(guān)系，比如我們先要去了解數(shù)據(jù)，在對數(shù)據(jù)進行分析，然后處理等等，那這個過程是需要去操作實現(xiàn)的，我們在使用Python的時候要怎么去處理這些內(nèi)容呢?下面給大家整理了相關(guān)流程，讓大家可以快速處理數(shù)據(jù)。

　　Python數(shù)據(jù)預處理實戰(zhàn)

　　常見的數(shù)據(jù)預處理方法如下內(nèi)容：

　　1、缺失值處理

　　缺失值是指在一組數(shù)據(jù)中，某行數(shù)據(jù)缺失的某個特征值。

　　2、異常值處理

　　異常值產(chǎn)生的原因往往是數(shù)據(jù)在采集時發(fā)生了錯誤，如在采集數(shù)字68時發(fā)生了錯誤，誤將其采集成680。

　　填寫下面表單即可預約申請免費試聽java課程!害怕學不會?助教全程陪讀，隨時解惑!擔心就業(yè)?一地學習，可全國推薦就業(yè)!

　　3、數(shù)據(jù)集成

　　相較于上文的缺失值處理和異常值處理，數(shù)據(jù)集成是一種較為簡單的數(shù)據(jù)預處理方式。

　　接下來以淘寶商品數(shù)據(jù)為例，介紹一下上文預處理的實戰(zhàn)。

　　在進行數(shù)據(jù)預處理之前，首先需要從MySQL數(shù)據(jù)庫中導入淘寶商品數(shù)據(jù)。在開啟MySQL數(shù)據(jù)庫之后，對其中的taob表進行查詢，得到了如下的輸出：

　　可以看到，taob表中有四個字段。其中title字段用于存儲淘寶商品的名稱;link字段存儲淘寶商品的鏈接;price存儲淘寶商品的價格;comment存儲淘寶商品的評論數(shù)(一定程度上代表商品的銷量)。

　　通過pymysql連接數(shù)據(jù)庫(如果出現(xiàn)亂碼，則對pymysql的源碼進行修改)，連接成功后，將taob中的數(shù)據(jù)全部檢索出來，然后借助pandas中的read_sql()方法便可以將數(shù)據(jù)導入到內(nèi)存中。