数据清理：更多工具
Coddy Pandas 数据分析 课程的第 7 课，共 19 课。
删除重复值
重复的行完全相同。如果有一个地方不同，就不会被视为重复行。
df = df.drop_duplicates()重命名列
通常，我们希望列名遵循统一的命名规范。为此，我们可以手动重命名列：
df = df.rename(columns={"old_name": "new_name"})更改数据类型
df["column name"] = df["column name"].astype(bool)
df["column name"] = df["column name"].astype(int)
挑战
简单CSV 文件 missing.csv 很杂乱。
以下是文件的前 5 行：
ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID
1,France,Signal violet,marksmanship,14,0.1924,1
1,France,Signal violet,marksmanship,14,0.1924,1
2,Solomon Islands,Pearl violet,,4,,1
3,Germany,,calligraphy,12,0.88646,0清理数据：
- 删除重复行。
- 将所有列名改为小写字母。
- 将包含 1 和 0 的列转换为布尔列（检查数据框，找出正确的列。）
要遍历所有列，你可以使用 .colunms 属性：
for column in columns:
# your code here要跟踪进度，可以打印 df： print(df)
将最终结果存储在 df 变量中。
不要打印 df，这样才能通过测试用例！
亲手试试
# 已将 pandas 导入为 pd
df = pd.read_csv("./missing.csv")
# 在下方编写你的代码
Pandas 数据分析中的所有课
自己练习： Python 在线编译器