小白學 Python 數據分析（9）：Pandas （八）數據預處理（2）

import pandas as pd

# 相對路徑
df = pd.read_excel("result_data.xlsx")
print(df)

# 輸出結果
    plantform  read_num  fans_num  rank_num  like_num         create_date
0      cnblog     215.0         0     118.0         0 2019-11-23 23:00:10
1      cnblog     215.0         0     118.0         0 2019-11-23 23:00:10
2      juejin       NaN         0      -2.0         1 2019-11-23 23:00:03
3        csdn    1652.0        69       0.0        24 2019-11-23 23:00:02
4      cnblog     650.0         3       NaN         0 2019-11-22 23:00:15
..        ...       ...       ...       ...       ...                 ...
404    juejin     212.0         0      -1.0         2 2020-02-20 23:00:02
405      csdn    1602.0         1       0.0         1 2020-02-20 23:00:01
406    cnblog      19.0         0      41.0         0 2020-02-21 23:00:05
407    juejin     125.0         1      -4.0         0 2020-02-21 23:00:02
408      csdn    1475.0         8       0.0         3 2020-02-21 23:00:02

print(df.dtypes)

# 輸出結果
plantform              object
read_num              float64
fans_num                int64
rank_num              float64
like_num                int64
create_date    datetime64[ns]
dtype: object複製代碼

固然，咱們若是想單獨知道某一列的數據類型，也能夠這麼用：

import pandas as pd

# 相對路徑
df = pd.read_excel("result_data.xlsx")
print(df['read_num'].dtypes)

# 輸出結果
float64複製代碼

當咱們須要轉換數據類型的時候，可使用 astype() 這個方法，在使用的時候講須要轉化的目標類型寫在 astype() 後面括號裏便可：

import pandas as pd

# 相對路徑
df = pd.read_excel("result_data.xlsx")
print(df['fans_num'].astype('float64'))

# 輸出結果
0       0.0
1       0.0
2       0.0
3      69.0
4       3.0
       ... 
404     0.0
405     1.0
406     0.0
407     1.0
408     8.0
Name: fans_num, Length: 409, dtype: float64複製代碼

添加索引

有些時候，咱們拿到的數據表是沒有索引的，若是沒有索引， Pandas 會默認的爲咱們添加從 0 開始的天然數做爲行索引。而列索引會默認取第一行。好比咱們建立了一個沒有表頭的 Excel ，以下：

沒有表頭這樣的數據看起來很難懂，咱們先導入到 Pandas 中看下效果：

import pandas as pd

df1 = pd.read_excel("demo.xlsx")
print(df1)

# 輸出結果
   A1  1001  小紅  1000
0  A2  1002  小王  2000
1  A3  1003  小明  3000
2  A4  1004  小朱  4000
3  A5  1005  小黑  5000複製代碼

這時，咱們想給這個數據表加上列索引，這裏可使用 columns ，以下：

import pandas as pd

df1 = pd.read_excel("demo.xlsx")
df1.columns = ['編號', '序號', '姓名', '消費金額']
print(df1)

# 輸出結果
   編號    序號  姓名  消費金額
0  A2  1002  小王  2000
1  A3  1003  小明  3000
2  A4  1004  小朱  4000
3  A5  1005  小黑  5000複製代碼

如今咱們有了列索引，可是若是這時我並不想用自動生成的天然數做爲行索引，想替換成數據表中的序號，能夠怎麼作呢？

這裏須要使用到的是 set_index() 這個方法，在括號中指明須要使用的列名便可：

import pandas as pd

df1 = pd.read_excel("demo.xlsx")
print(df1.set_index('編號'))

# 輸出結果
      序號  姓名  消費金額
編號                
A2  1002  小王  2000
A3  1003  小明  3000
A4  1004  小朱  4000
A5  1005  小黑  5000複製代碼

本篇的內容就到這裏結束了，今天的內容有點短，溜了溜了~~