数据清洗，清洗“RHU”列为999999的数据
#!/usr/bin/python3
# -*- coding: utf-8 -*-
"""
@Time : 2025/1/20 22:50
@Author : Suyue
@Email : 1493117872@qq.com
@File : cloud_area.py
@Project : untitled4
"""
import pandas as pd
import numpy as np
# 读取CSV文件到DataFrame
df = pd.read_csv('D:/探空数据计算/tankong-2020-50527_with_final_times_lat_lon.csv')
df = pd.DataFrame(df)
# 清洗“RHU”列中值为999999的数据，将其设置为NaN
df.loc[df['RHU'] == 999999, 'RHU'] = np.float('nan')
# # 查看清洗后的数据
# print("\n清洗后的数据:")
# print(df)
# 将清洗后的数据保存到一个新的CSV文件中
df.to_csv('D:/探空数据计算/tankong-2020-50527_with_final_times_lat_lon_cleaned_data.csv', index=False)
解释
- 读取数据：使用
pd.read_csv函数读取CSV文件到一个Pandas DataFrame中。 - 查看数据：使用
df.head()函数查看数据的前几行，以确认数据的格式和需要清洗的列。 - 清洗数据：
- 使用
df.loc函数选择“RHU”列中值为999999的行，并将这些值替换为pd.NA（Pandas中的缺失值表示）。你也可以选择替换为其他特定的值，比如-1。
- 使用
- 再次查看数据：再次使用
df.head()函数查看数据的前几行，以确认清洗结果。 - 保存数据：如果需要，使用
df.to_csv函数将清洗后的数据保存回CSV文件。