标签:分析 isnull df 单价 二手房 pd np data 预处理
import pandas as pd
import numpy as np
df=pd.read_table('data\lianjiahouselist.txt',sep=';')
df.columns=['编号','省','市','区县','位置','详细地址','单价','总价','户型','楼层','面积','户型结构','套内面积','建筑类型','朝向','建筑结构','装修类型','梯户比','有无电梯','上传时间','房屋类型','住宅类型','抵押情况']
df.reindex(columns=df.columns)
df.head(2)
df.describe()
df.info()
data=df[['省','市','区县','位置','详细地址','单价','户型','楼层','面积']]
data
data.isnull().sum()
data.isnull().any()
data[data['区县'].isnull()]
data[data['区县'].isnull()]=data[data['区县'].isnull()].fillna(method='ffill',axis=1)
data.isnull().any()
data[data['户型'].isnull()]
data[data['户型'].isnull()]=data[data['户型'].isnull()].fillna('#')
data.isnull().any()
data.duplicated().sum()
data=data.drop_duplicates()
data
sum(~(data['单价'].str.contains('元/平米')))
data.单价.str.replace('元/平米','').astype(np.float32)
np.round(data.单价.str.replace('元/平米','').astype(np.float32).map(lambda x:x/10000),2)
data=data.assign(单价=np.round(data.单价.str.replace('元/平米','').astype(np.float32).map(lambda x:x/10000),2))
data
data.单价.min()
data.单价.max()
data=data[data.单价>0]
data
data.单价.min()
bins=[0,1,2,3,4,5,7,10,15,20]
pd.cut(data.单价,bins)
pd.cut(data.单价,bins).value_counts()
pd.cut(data.单价,bins).value_counts().plot.bar(rot=20)
dataBeijing=data[data.省=='北京']
dataBeijing
pd.cut(dataBeijing.单价,bins).value_counts().plot.bar(rot=20)
标签:分析,isnull,df,单价,二手房,pd,np,data,预处理 来源: https://blog.csdn.net/m0_66151160/article/details/122331395
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。