python新手常見問題：忽略進(jìn)行NA值處理造成后續(xù)清洗工作報(bào)錯(cuò)頻繁

　　在幾乎所有的數(shù)據(jù)工作中，凡是涉及矩陣的數(shù)據(jù)計(jì)算，一般都要求數(shù)據(jù)不包含NA值，如果包含NA值，則無法計(jì)算均值、最大值、方差等。因此NA值的處理應(yīng)該放在所有數(shù)據(jù)清洗和預(yù)處理工作的首位。

　　相似問題：與NA值相似的還有2個(gè)值：正無窮和負(fù)無窮。在某些處理邏輯下，可能會(huì)產(chǎn)生這2類值。在Python中，float('inf')表示正無窮，-float（‘-inf’）表示負(fù)無窮。凡是涉及數(shù)據(jù)計(jì)算，這2類值與NA值一樣，其所在列都無法計(jì)算，因此都需要轉(zhuǎn)換處理。

　　直接拋棄異常值

　　異常數(shù)據(jù)通常被認(rèn)定是一種“噪聲”。產(chǎn)生數(shù)據(jù)“噪聲”的原因很多，如業(yè)務(wù)運(yùn)營操作、數(shù)據(jù)采集問題、數(shù)據(jù)同步問題等。處理異常數(shù)據(jù)前，需要先辨別出到底哪些是真正的數(shù)據(jù)異常。當(dāng)數(shù)據(jù)的“異常”是由于業(yè)務(wù)特定運(yùn)營動(dòng)作產(chǎn)生時(shí)，它其實(shí)是正常反映業(yè)務(wù)狀態(tài)，而不是數(shù)據(jù)本身異常的規(guī)律。因此，在這個(gè)狀態(tài)下，必須保留看似異常的結(jié)果，否則業(yè)務(wù)的真實(shí)狀態(tài)無法反映到數(shù)據(jù)中。

　　相似問題：另外還有一類必須保持原有異常值的場景是后續(xù)數(shù)據(jù)應(yīng)用的場景是異常檢測，如果把異常數(shù)據(jù)剔除，會(huì)直接導(dǎo)致異常檢測結(jié)果失效。