Function application

读取数据

# 导包
import numpy as np
import pandas as pd

# 读取数据
house = pd.read_csv('./data/house.csv')
house

结果：

查看数据信息

house.info()

结果：

自定义函数拆分square

def split_square(x):
    if '平米' in x:
        return eval(x[:-2])
    else:
        return None
        
house['square'] = house['square'].apply(split_square, convert_dtype=True)

house.head()

结果：

自定义函数拆分years

def split_years(x):
    if '年' in str(x):
        return x[x.index('年')-4:x.index('年')]
    else:
        return None
        
house['years'] = house['years'].apply(split_years, convert_dtype=True)

house

结果：

自定义函数拆分floor

def split_floor(x):
    if '(' in str(x):
        return str(x)[:str(x).index('(')]
    else:
        return None
        
house['floor'] = house['floor'].apply(split_floor, convert_dtype=True)

house

结果：

自定义函数拆分followInfo

1、获取followInfo列

house['followInfo']

结果：

2、对followInfo列进行拆分

def attention_number(x):
    return eval(x[:x.split('/')[0].strip().index('人')] )

def follow_number(x):
    return eval(x.split('/')[1].strip()[x.split('/')[1].strip().index('共')+1:x.split('/')[1].strip().index('次')] )

3、提取关注人数

house['attention'] = house['followInfo'].apply(attention_number)

4、提取带看次数

house['follow'] = house['followInfo'].apply(follow_number)

5、添加到house的最后两列

house.drop('followInfo', axis=1, inplace=True, errors='ignore')
house.drop('taxtype', axis=1, inplace=True, errors='ignore')

house

结果：

缺失值处理

house.info

house.info()

结果：

house.dropna

参数

• inplace = True 删除所有缺少值的行。
• inplace = False 函数将返回包含删除行的数据。

house.dropna(inplace=True)

house

结果：

重复值处理

house.duplicated

house.drop_duplicates

# 检查是否有重复值
house.duplicated().sum()

# 删除重复值
house.drop_duplicates(inplace=True)

house

结果：

分组

house.groupby

参数

• 将数据以 community进行分组，返回 DataFrameGroupBy 对象

house.groupby(by='community')

结果：

0H-1717780406617)]

分组

house.groupby

参数

• 将数据以 community进行分组，返回 DataFrameGroupBy 对象

house.groupby(by='community')

结果：