VIP20
本课程属于：030-农业食品Python数据分析与AI预测 农业食品现代生物产业工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

Pandas农业监测数据清洗方法

共计 30 章节
可可资料掘金营 · 点击在线试看
01
农业监测数据清洗概述
农业监测数据的特点 · 常见质量问题 · Pandas在清洗中的角色与整体流程
农业监测数据清洗…农业监测数据的特…
02
Pandas数据结构与农业监测数据加载
Series与DataFrame核心… · 从CSV/Excel/数据库读取农业… · 数据类型初步检查
Pandas数据结构
03
农业监测数据探索与质量概览
使用info · describe · head
农业监测数据探索质量概览
04
缺失值处理策略与实战
农业监测数据缺失模式分析 · 删除与填充方法（均值 · 中位数
缺失值处理策略农业监测数据缺失…
05
重复记录识别与去重
完全重复与基于关键字段的重复判断 · duplicated与drop_du… · 时间序列重复监测记录处理
重复记录识别去重
06
数据类型转换与规范化
字符串转数值 · 日期时间解析 · 分类变量转换
数据类型转换规范化
07
异常值检测与处理
基于统计（Z-score · IQR）与业务阈值的异常识别 · 异常值替换或删除策略
异常值检测处理
08
文本数据清洗
农业监测中的地点名称 · 作物品种 · 备注字段清洗
文本数据清洗农业监测
09
时间序列数据清洗基础
时间索引设置 · 重采样与频率转换 · 时间范围筛选
时间序列数据清洗…时间索引设置
10
时间序列缺失与异常处理
时间序列插值方法 · 滑动窗口平滑 · 异常点检测与修正
时间序列缺失异常处理
11
多源农业监测数据合并
merge · join · concat的使用场景与参数
多源农业监测数据…merge
12
数据分组与聚合清洗
groupby分组计算统计量 · transform填充组内缺失值 · agg多函数聚合
数据分组聚合清洗
13
数据重塑与透视
pivot_table · melt · stack/unstack在农业监测…
数据重塑透视
14
字符串方法在农业数据清洗中的进阶应用
str访问器 · 正则表达式提取与替换 · 从混合文本中提取数值与单位
字符串方法农业数据清洗
15
条件筛选与数据子集清洗
布尔索引 · query方法 · loc与iloc选择
条件筛选数据子集清洗
16
数据排序与排名清洗
sort_values多列排序 · rank排名 · 处理重复排名与并列值
数据排序排名清洗
17
数据分箱与离散化
cut与qcut分箱 · 自定义分箱边界 · 将连续监测值转换为分类标签
数据分箱离散化
18
数据映射与替换
map · replace · apply自定义函数清洗
数据映射替换
19
缺失值高级填充
插值法（线性 · 时间 · 多项式）
缺失值高级填充插值法
20
异常值高级处理
局部异常因子（LOF） · 孤立森林等算法辅助识别 · 结合Pandas的流程整合
异常值高级处理LOF
21
数据一致性检查与约束验证
使用Pandas断言 · 自定义验证函数 · 范围检查
数据一致性检查约束验证
22
农业监测数据清洗管道构建
使用pipe与自定义函数构建可复用清… · 步骤串联与参数管理
农业监测数据清洗…pipe
23
清洗过程日志与可追溯性
记录清洗步骤 · 生成清洗报告 · 使用Pandas记录变更
清洗过程日志可追溯性
24
性能优化与大数据量清洗
数据类型优化（category · downcast） · 分块读取
性能优化大数据量清洗
25
实战案例一
气象监测数据清洗：处理温度 · 湿度 · 风速等传感器数据
实战案例一气象监测数据清洗
26
实战案例二
土壤监测数据清洗 · 电导率等数据 · 单位统一
实战案例二土壤监测数据清洗
27
实战案例三
作物生长监测数据清洗：处理株高 · 叶面积指数等观测数据 · 重复测量处理
实战案例三作物生长监测数据…
28
实战案例四
灌溉与水质监测数据清洗：处理流量 · pH · EC等数据
实战案例四灌溉
29
实战案例五
遥感与无人机监测数据表格清洗 · 空间坐标清洗 · 异常值处理与数据整合
实战案例五遥感
30
综合项目
农业监测数据清洗全流程实战 · 完整管道构建 · 报告生成与成果展示
综合项目农业监测数据清洗…