數據分析案例：利用pandas清洗數據_第1頁
數據分析案例：利用pandas清洗數據_第2頁
數據分析案例：利用pandas清洗數據_第3頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

數據分析案例：利?pandas清洗數據假如你有?份數據，有淘寶店鋪的?些基本數據，?如店鋪名稱、發(fā)貨地址、付款?數、評論數、商品價格、商品名稱。由于爬取的數據較亂不能直接?于數據分析，所以要先進?數據清洗。數據如下?概如下：（關于如何爬取可以參考前?博?）加載數據importpandasaspdpro_data=pd.read_csv("taobaoproducts.csv",header=0)pro_data數據清洗：地址列爬取的地址列是省+城市名，當然還有北京這種直轄市，這?我們要把城市和省份分開，分成兩列，對于北京則讓城市和省份都顯?為北京。defget_province(x):iflen(x)==2:returnx+"市"else:pro_list=x.split()returnpro_list[0]+"省"defget_city(x):iflen(x)==2:returnx+"市"else:pro_list=x.split()returnpro_list[1]+"市"pro_data["省份"]=pro_data["地址"].map(get_province)pro_data["城市"]=pro_data["地址"].map(get_city)pro_data.head()#這?還可以將函數寫成三元表達式defget_province(x):returnx.split()[0]+"省"iflen(x)>2elsex+"市"pro_data["省份"]=pro_data["地址"].map(get_province)pro_data數據清洗：付款?數這?只需要付款?數的數字，要把?字刪除掉。#第?種?法?str接?和正則表達式pro_data["付款?數"]=pro_data["付款?數"].str.findall("\d+").str[0]#第?種直接利?str接?pro_data["付款?數"]=pro_data["付款?數"].str[:-3]數據清洗：評論數這?的評論數是?數，并且評論數會有缺失值，我們將它改為整型并填補缺失值。pro_data["評論數"]=pro_data["評論數"].fillna(0)pro_data["評論數"]=pro_data["評論數"].astype("int")pro_data最后可以做?些基礎的數據分析，?如分省份計算銷售量等,銷售量的前五名：turn_over=pro_data.groupby("省份")["付款?數"].agg([("銷售量","sum")])turn_over.sort_val

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論