VIP20
本课程属于：020-风控数据质量标签口径校准 金融科技风控与量化工程 · 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

Python特征工程清洗技巧

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
数据清洗概述
数据清洗的重要性 · 常见数据质量问题 · 数据清洗流程概览
数据清洗概述数据清洗的重要性
02
缺失值识别
使用isnull()与info()检… · 缺失值热力图可视化
缺失值识别isnull
03
缺失值删除
dropna()参数详解 · 按行/列删除阈值设置 · 实战案例
缺失值删除dropna
04
缺失值填充
fillna()方法 · 均值/中位数/众数填充 · 前向/后向填充
缺失值填充fillna
05
高级缺失值插补
KNN插补 · 多重插补(MICE) · 使用sklearn的SimpleIm…
高级缺失值插补KNN
06
重复值处理
duplicated()与drop_… · 基于子集的重复检测 · 保留策略
重复值处理duplicated
07
异常值检测基础
基于统计的Z-score方法 · IQR四分位距法原理与实现
异常值检测基础Z-score
08
异常值检测进阶
孤立森林(Isolation For… · LOF局部异常因子 · DBSCAN聚类检测
异常值检测进阶Isolation
09
异常值处理策略
截尾(Winsorize) · 替换为边界值 · 单独标记为缺失值
异常值处理策略Winsorize
10
数据类型转换
astype()方法 · pd.to_numeric() · pd.to_datetime()
数据类型转换astype
11
字符串清洗
strip()去除空格 · 大小写转换 · 正则表达式提取与替换
字符串清洗strip
12
日期时间处理
日期解析 · 提取年/月/日/星期 · 时间差计算
日期时间处理日期解析
13
数据标准化与归一化
MinMaxScaler · StandardScaler · RobustScaler原理与代码
数据标准化归一化
14
数据编码技术
LabelEncoder · OneHotEncoder · OrdinalEncoder
数据编码技术LabelEncoder
15
特征缩放对比
标准化vs归一化vs鲁棒缩放适用场景 · 实战对比表格
特征缩放对比vs
16
数据分箱
等宽分箱 · 等频分箱 · 自定义分箱
数据分箱等宽分箱
17
特征构造
基于业务逻辑的特征组合 · 多项式特征(PolynomialFe… · 交叉特征
特征构造基于业务逻辑的特…
18
文本特征提取
TF-IDF · CountVectorizer · 词袋模型
文本特征提取TF-IDF
19
降维技术
PCA主成分分析原理 · 方差解释率 · t-SNE与UMAP简介
降维技术PCA
20
特征选择
方差阈值法 · 卡方检验 · 互信息法
特征选择方差阈值法
21
递归特征消除
RFE与RFECV原理 · 基于模型的特征选择(SelectFr…
递归特征消除RFE
22
处理不平衡数据
过采样(SMOTE) · 欠采样 · 类别权重调整
处理不平衡数据SMOTE
23
数据合并与连接
pd.concat() · pd.merge() · join操作
数据合并连接
24
数据重塑
pivot与pivot_table · melt · stack与unstack
数据重塑pivot
25
分组聚合进阶
groupby多级聚合 · transform与apply · 自定义聚合函数
分组聚合进阶groupby
26
时间序列清洗
重采样(resample) · 滑动窗口 · 处理时间戳重复与缺失
时间序列清洗resample
27
图像数据清洗
图像去噪 · 尺寸统一 · 格式转换
图像数据清洗图像去噪
28
大规模数据清洗
Dask与Modin并行处理 · 分块读取chunksize · 内存优化技巧
大规模数据清洗Dask
29
数据清洗流水线
使用sklearn的Pipeline… · ColumnTransformer多…
数据清洗流水线sklearn
30
综合实战项目
从原始脏数据到干净特征集的完整清洗案…
综合实战项目从原始脏数据到干…