Python中常用的數據清洗方法包括：
缺失值處理：使用dropna()刪除包含缺失值的行或列，使用fillna()填充缺失值。
重復值處理：使用duplicated()查找重復值，使用drop_duplicates()刪除重復值。
數據格式轉換：使用astype()將數據類型轉換為指定格式，使用str.strip()去除文本數據中的空格。
異常值處理：使用describe()和boxplot()等方法檢測異常值，使用條件篩選或替換方法處理異常值。
文本數據處理：使用正則表達式或字符串處理方法對文本數據進行清洗、提取、替換等操作。
數據標準化：使用標準化方法如MinMaxScaler或StandardScaler對數據進行標準化處理。
數據歸一化：使用歸一化方法如MinMaxScaler對數據進行歸一化處理。
數據去重：使用drop_duplicates()方法可以對數據進行去重處理。
以上是一些常用的數據清洗方法，根據實際情況可以選擇合適的方法進行數據清洗。
