python - 检查数据集中的奇怪项目

Question

我想检查 Python 中行数较少的数据框中的奇怪分类项目

我尝试使用以下代码来显示奇怪的项目。

for i in range(data.shape[1]):
  if data[data.columns[i]].dtype == "object":
    print(data[data.columns[i]].value_counts()) 

是否有任何方法使用更少的行来检查分类数据？

标签： pythondata-sciencedata-cleaning

Answer 1

如果要打印列的所有唯一条目，我建议使用unique( docs ) 方法

>>> a = pd.DataFrame({'sex':['m','f','m','m','m', 'f', 'booooy']})
>>> a.loc[:,'sex'].unique()
Out[1]: array(['m', 'f', 'booooy'], dtype=object)

要将booooy条目更改为m您可以使用re.sub( docs ) 方法

>>> a.loc[:,'sex'].apply(lambda x: re.sub(r'booooy','m', x))
Out[2]: 
0    m
1    f
2    m
3    m
4    m
5    f
6    m
Name: sex, dtype: object

如果您有很多re.sub电话-您可以将它们放入一个函数中，而不是应用它们

>>> def filter_text(x):
...    x = re.sub(r'booooy','m',x)
...    x = re.sub(r'girl','f',x)
...    # . . . . . .
...    return x
>>> a.loc[:,'sex'].apply(filter_text)
Out[3]: 
0    m
1    f
2    m
3    m
4    m
5    f
6    m
Name: sex, dtype: object

希望有帮助！