最近2018中文字幕在日韩欧美国产成人片_国产日韩精品一区二区在线_在线观看成年美女黄网色视频_国产精品一区三区五区_国产精彩刺激乱对白_看黄色黄大色黄片免费_人人超碰自拍cao_国产高清av在线_亚洲精品电影av_日韩美女尤物视频网站

Python處理數(shù)據(jù)利器 → Pandas

創(chuàng)新互聯(lián)公司專注于文成企業(yè)網(wǎng)站建設(shè),成都響應(yīng)式網(wǎng)站建設(shè)公司,商城網(wǎng)站建設(shè)。文成網(wǎng)站建設(shè)公司,為文成等地區(qū)提供建站服務(wù)。全流程按需策劃，專業(yè)設(shè)計(jì)，全程項(xiàng)目跟蹤，創(chuàng)新互聯(lián)公司專業(yè)和態(tài)度為您提供的服務(wù)

數(shù)據(jù)一般格式：csv/xlsx

如何用pandas讀取數(shù)據(jù)

案例：用pandas處理商鋪數(shù)據(jù)

用pandas處理

導(dǎo)入模塊

import pandas as pd 
    # 導(dǎo)入pandas模塊

import warnings
warnings.filterwarnings('ignore') 
    # 不發(fā)出警告

print('成功導(dǎo)入模塊')

# 如何用pandas讀取數(shù)據(jù) - csv

df = pd.read_csv('/home/kesci/商鋪數(shù)據(jù).csv')
print(type(df),df['name'].dtype) # 查看df類型，查看df中一列的數(shù)值類型
df.head()

# 用pandas處理商鋪數(shù)據(jù) - comment字段清洗

df1 = df[df['comment'].str.contains('條')]
df1['comment'] = df1['comment'].str.split('條').str[0]
print(df1['comment'].dtype)

df1['comment'] = df1['comment'].astype('int')
print(df1['comment'].dtype) # 更改列數(shù)值類型

df1.head()

# 用pandas處理商鋪數(shù)據(jù) - price字段清洗

df1 = df1[df1['price'].str.contains('￥')]
df1['price'] = df1['price'].str.split('￥').str[-1]

df1['price'] = df1['price'].astype('float')
print(df1['price'].dtype) # 更改列數(shù)值類型

df1.head()

更多學(xué)習(xí)內(nèi)容，請點(diǎn)擊Python學(xué)習(xí)網(wǎng)！

文章題目：創(chuàng)新互聯(lián)Python教程：如何用python處理數(shù)據(jù)
網(wǎng)頁網(wǎng)址：http://m.fisionsoft.com.cn/article/djhpchd.html