本篇文章为大家展示了Python如何处理中国地区信息，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
代码：
计算
安全
数据库
网络和加速
企业服务
import pandas as pd
data=pd.read_csv("example_data.csv",header=1)
print(data)
data1=pd.read_csv("北京地区信息.csv",header=1,encoding='gbk')
data2=pd.read_csv("天津地区信息.csv",encoding='gbk')
print(data1)
print(data2)代码运行结果：
首先使用pandas的read_csv()方法进行数据的读取，然后就能够看到相应的表格信息。
dupnum=data.duplicated()
print(dupnum)
\# 对重复值进行处理
caldup=data.drop_duplicates()
print(caldup)代码运行结果：
主要是是使用这个duplicated()方法进行数据的查重，返回一个布尔序列，仅对唯一元素而言为True。如果有重复的数据就会在该数值的部分返货Flase。
然后我们就可以使用drop_duplicates()进行重复值删除。
代码：
from pandas import Series
from numpy import NAN
\# import pandas as pd
series_obj=Series([1,None])
pd.notnull(series_obj)
\# 上面做的是测试
pd.notnull(data)
pd.notnull(data1)
pd.notnull(data2)代码运行结果：
使用pd.notnull(data1)进行非空数值的返回， 返回值是布尔型的矩阵，再取df[布尔型矩阵]返回的是id为非空的行。
import numpy as np
\# 2.4 检查异常值
def three_sig(ser1):
mean_value=ser1.mean()
\# 标准差
std_value=ser1.std()
\# 位于3σ范围外的都是异常值
\# 数值大于u+3σ小雨u-3σ
rule=(mean_value-3*std_value>ser1)|(ser1.mean()+3*ser1.std()<ser1)
index=np.arange(ser1.shape[0])[rule]
outrange=ser1.iloc[index]
return outrange
three_sig(data2["女性"])代码运行结果：
3σ原则又称为拉依达准则，该准则具体来说，就是先假设一组检测数据只含有随机误差，对原始数据进行计算处理得到标准差，然后按一定的概率确定一个区间，认为误差超过这个区间的就属于异常值。
通俗理解就是正态分布。
上述内容就是Python如何处理中国地区信息，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注亿速云行业资讯频道。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
