项目01：数据清洗实战

📊 数据集预览

使用 retail_orders.csv 数据集，包含订单ID、产品、数量、价格、地区、日期等信息。

🎯 学习目标

• 加载CSV数据文件
• 检查数据的基本信息
• 识别并处理缺失值
• 处理异常值
• 格式化日期时间列
• 计算新特征（如总价）

💻 实战练习

1. 加载数据

使用 pd.read_csv() 读取CSV文件。

2. 查看数据信息

使用 info() 和 describe() 了解数据概况。

3. 检查缺失值

使用 isnull() 或 isna() 检查缺失值。

4. 处理缺失值

使用 fillna() 填充或 dropna() 删除缺失值。

5. 格式化日期

使用 pd.to_datetime() 转换日期格式。

6. 计算总价

创建新列 total = quantity × price。

✏️ 编程练习题（8道）

import pandas as pd

df = pd.read_csv('retail_orders.csv')

print(df.head(10))

print(df.info())

print(df.isnull().sum())

df['quantity'] = df['quantity'].fillna(0)

df = df.dropna()

df['order_date'] = pd.to_datetime(df['order_date'])

df['total'] = df['quantity'] * df['price']

📝 复习题

🎯 测试题