如何用 Python 轉換 Costco 數據？

0. 序言

Costco 是全球第一家會員制的倉儲批發賣場，中文翻譯過來叫「開市客」或「好市多」，始創於 1976 年的美國加州，截止到 2019 年 1 月，有 736 家門店，9270 萬會員，年營業額 1310 億美圓，會員續費率 90%，全球擁有 24 萬名員工。

2019 年 8 月 27 日，中國大陸第一家 Costco 在上海開業，由於人滿爲患，Costco 實行限流，將賣場人數控制在 2000 人之內，有人早上 4:30 就去排隊。

Costco 把零售效率作到極致，是零售企業學習的標杆。

做爲數據分析師，也要學習 Costco 死磕本身、爲用戶創造價值的精神。

下面，咱們從網上讀取一些 Costco 的股價數據，學習用 Python 對這些數據進行轉換，爲未來的數據分析作好準備。

首先，咱們從網頁中讀取Costco 的歷史股價數據。

而後，咱們對數據進行清洗，獲得一個乾淨整潔的數據表格。

接下來，咱們就能夠正式開始對數據進行轉換。

1. 如何轉換爲時間？

使用 transform() 函數，結合 dateutil 模塊中的 parse() 函數，咱們能夠將字符轉換爲時間。

大部分常見的字符形式，均可以使用 parse() 進行轉換，例如：

須要注意的是，要防止出現意外狀況，例如：parse('80') 的結果是 1980 年的當前日期，若是這不是你想要的結果，那麼在轉換以前，建議把相應的字符串寫得更具體明確一些。

使用 pd.to_datetime() 函數，不只能將字符轉換爲時間，並且能將數值轉換爲時間，還能指定時間單位和起始日期等參數，例如：

2. 如何轉換爲數值？

使用 pd.to_numeric() 函數，結合自由度比較高的 apply() 函數，咱們能夠實現將每一列都強制轉換爲數值，沒法轉換的元素用 nan 表示。

其中 errors='coerce' 是 pd.to_numeric() 函數的一個參數，若是把 coerce 替換爲 ignore，那麼將忽略沒法轉換的元素，讓其保持原樣。

3. 如何轉換爲字符？

使用 astype() 函數，咱們能夠實現數據類型的相互轉換。好比說，下面的代碼實現把數據框所有轉換爲字符型。

對於時間型的數據，咱們可使用 strftime() 函數，轉換爲指定的字符格式，例如：

4. 如何轉換爲區間？

使用 pd.cut() 函數，咱們能夠將數值切割爲指定的區間，例如：

其中 right = True 表明左開右閉，默認爲 False，即左閉右開。

咱們可使用 labels 參數，爲每一個區間指定想要顯示的內容，例如：

若是把 bins 參數定義爲一個整數，那麼數值將被切割爲等分的區間。

5. 如何作分組轉換？

結合使用 groupby() 和 transform() 函數，咱們能夠在行數保持不變的狀況下，對某列進行分組求和，例如：

這樣分組轉換數據的好處是，可以方便地計算每一個數據對應各自分組的佔比。好比說，下面代碼的計算結果是：天天成交量佔當月總成交量的比例。

若是使用 apply() 函數，那麼返回結果會聚合成 5 行。

如何使用 agg() 函數，那麼返回的結果也是聚合成 5 行，並且能夠同時應用多個函數。

Pandas 從  0.25 版本開始，agg() 函數獲得加強，能夠對多個不一樣的列，應用不一樣的函數，並對聚合的結果進行自定義命名。

好比說，相似於 Excel 中經典的數據透視表功能，咱們可使用下面的代碼，實現按月份分組，同時對日期進行計數、對開盤價求平均值和最大值、對成交量求和。

能夠看出，與 Excel 相比，Python 的功能要強大不少，靈活運用相關函數，可以明顯提高數據分析的效率。

6. 如何標準化轉換？

爲了消除單位量綱的影響，讓不一樣變量之間可以進行對比分析，咱們能夠對數據進行標準化轉換，0-1 標準化是一種經常使用的標準化轉換的方法。好比說，下面的代碼實現了 Costco 開盤價的 0-1 標準化。

通過 0-1 標準化轉換以後，原來的最小值變成 0，原來的最大值變成 1，其餘的值都變成了介於 0 到 1 之間的值。

7. 小結

最後，咱們仍是用一張思惟導圖，對轉換數據的方法作個小結。