数据缺失、混乱、重复怎么办？最全数据清洗指南让你所向披靡(14)

如何处理地址不一致的数据？运行以下代码将所有字母转为小写，删除空格，删除句号，并将措辞标准化。
df_add_ex["address_std"] = df_add_ex["address"].str.lower()df_add_ex["address_std"] = df_add_ex["address_std"].str.strip() # remove leading and trailing whitespace.df_add_ex["address_std"] = df_add_ex["address_std"].str.replace(".", "") # remove period.df_add_ex["address_std"] = df_add_ex["address_std"].str.replace("street", "st") # replace street with st.df_add_ex["address_std"] = df_add_ex["address_std"].str.replace("apartment", "apt") # replace apartment with apt.df_add_ex["address_std"] = df_add_ex["address_std"].str.replace("av", "ave") # replace apartment with apt.
df_add_ex
现在看起来好多了：

结束了！我们走过了长长的数据清洗旅程。现在你可以运用本文介绍的方法清洗所有阻碍你拟合模型的「脏」数据了。
参考链接：https://towardsdatascience.com/data-cleaning-in-python-the-ultimate-guide-2020-c63b88bf0a0d
本文为机器之心编译，转载请联系本公众号获得授权。
原标题：《数据缺失、混乱、重复怎么办？最全数据清洗指南让你所向披靡》