世界很雜亂，來自現實世界的數據也一樣雜亂。近來一份調查報告顯示數據科學家60%的時間都花在整理數據上。不幸的是，57%的人認為這是工作中最頭疼的一部分。
整理數據非常消耗時間，不過也有許多工具被開發出來讓這關鍵的一步變得稍微可以忍受。Python 社區提供了許多庫讓數據變得清晰有序——從格式化 DataFrame 到匿名化數據集。
告訴我們你覺得有用的庫——我們一直致力於優化放入Mode Python Notebooks中的庫。
Dora
Dora是為探索性分析而設計的。特別是自動化分析中最痛苦的部分——比如特徵選取和提取，可視化，還有你能猜到的——數據清潔。數據清潔相關的函數可以：
讀取含有缺失數據和沒有標準化的數據表
給缺失數據賦值
標準化變量
開發者:Nathan Epstein
更多資料:https://github.com/NathanEpstein/Dora
datacleaner
號外號外，datacleaner 清洗你的數據——不過只有在你的數據是 pandas DataFrame 實例的時候。開發者Randy Olson說：「datacleaner 不是魔法，它無法神奇的解析你沒有結構的數據。」
它可以刪除含有缺失數據的行，或者利用列的眾數或中位數填充缺失數據，將非數值型變量轉化為數值型變量。這個庫很新，但考慮到DataFrame 是 Python 數據分析的基本數據結構，這個庫還是值得試試看的。
開發者:Randy Olson
更多資料:https://github.com/rhiever/datacleaner
PrettyPandas
DataFrame 很強大，但是它們無法製作出你可以直接給你的老闆看的表。PrettyPandas 利用了pandas 風格 API 將 DataFrame 轉換成可以演示的表格。產生數據摘要，設置風格，調整數據格式，列和行。附加福利：強健，可讀性高的使用文檔。
開發者:Henry Hammond
更多資料:https://github.com/HHammond/PrettyPandas
tabulate
tabulate 可以讓你僅僅用一個函數調用生成小型耐看的表格。非常適合於通過調整小數點列對齊，數據格式，表頭和其他讓表格可讀性更高。
它有一個超酷的功能是可以讓表格輸出成不同的格式：HTML, PHP 或者 Markdown Extra，這樣你可以用其他的工具或語言繼續在使用你已經表格化的數據。
開發者: Sergey Astanin
更多資料:https://pypi.python.org/pypi/tabulate
scrubadub
健康領域和金融領域的數據科學家常需要匿名化數據集。scrubadub可以將 私人信息 (PII) 從文本從移除。例如：
姓名 (名詞)
Email地址
網絡連結
電話號碼
用戶名/密碼組
Skype 用戶名
社會保險號
文檔很好的演示了通過哪些途徑你可以自定義 scrubadub 的行為，例如定義新的 PII 或者保留特定的 PII。
開發者:Datascope Analytics
更多資料:http://scrubadub.readthedocs.io/en/stable/index.html
Arrow
讓我們實話實說：在 Python 里處理日期和時間是很痛苦的。當地時區無法被自動識別。得用好幾行不那麼讓人舒服的代碼來轉換時區和時間戳。
Arrow 旨於解決這個問題並且填補這個功能空白，從而讓你可以用更少的代碼和引入庫來完成對日期和時間的操作。跟 Python 的標準時間庫不同的是，Arrow 默認自動識別時區和 UTC。你可以只用一行代碼來完成時區轉換或者分析時間字符串。
開發者:Chris Smith
更多資料:http://arrow.readthedocs.io/en/latest/
Beautifier
Beautifier 的任務很簡單：清洗 URL 和 Email 地址並讓它們看起來更漂亮。你可以通過域名和用戶名來解析 email ； 通過域名和參數來解析URL。（UTM 或者標記）
開發者:Sachin Philip Mathew
更多資料:https://github.com/sachinvettithanam/beautifier
ftfy
ftfy (fixes text for you) takes in bad Unicode outputs good Unicode. Basically, it fixes all the junk characters. “quotesâ€x9d becomes "quotes"; ü becomes ü; <3 becomes <3. If you work with text on a daily basis, this library is, as one user says, 「a handy piece of magic.」
ftfy (fixes text for you)將雜亂的Unicode轉化為可識別的Unicode。簡單的說，它處理所有的垃圾字符。“quotesâ€x9d 變成 "quotes"; ü 變成 ü; <3 變成 <3.
開發者:Luminoso
更多資料:https://github.com/LuminosoInsight/python-ftfy
更多技巧請《轉發 + 關注》哦！