Python数据挖掘怎么进行预处理？

我们既然进行数据挖掘，那就肯定和数据要做到一定关系，比如我们先要去了解数据，在对数据进行分析，然后处理等等，那这个过程是需要去操作实现的，我们在使用Python的时候要怎么去处理这些内容呢？下面给大家整理了相关流程，让大家可以快速处理数据。

Python数据预处理实战

常见的数据预处理方法如下内容：

1、缺失值处理

缺失值是指在一组数据中，某行数据缺失的某个特征值。

2、异常值处理

异常值产生的原因往往是数据在采集时发生了错误，如在采集数字68时发生了错误，误将其采集成680。

3、数据集成

相较于上文的缺失值处理和异常值处理，数据集成是一种较为简单的数据预处理方式。

接下来以淘宝商品数据为例，介绍一下上文预处理的实战。

在进行数据预处理之前，首先需要从MySQL数据库中导入淘宝商品数据。在开启MySQL数据库之后，对其中的taob表进行查询，得到了如下的输出：

可以看到，taob表中有四个字段。其中title字段用于存储淘宝商品的名称;link字段存储淘宝商品的链接;price存储淘宝商品的价格;comment存储淘宝商品的评论数(一定程度上代表商品的销量)。

通过pymysql连接数据库(如果出现乱码，则对pymysql的源码进行修改)，连接成功后，将taob中的数据全部检索出来，然后借助pandas中的read_sql()方法便可以将数据导入到内存中。

好啦，这就是Python数据挖掘中的预处理内容，大家如果也需要这些内容，可以根据小编以上对大家的教学，进行学习哦~

来源：PY学习网：原文地址：https://www.py.cn/article.html