目录
03.最高温度、最低温度列:去掉“℃”符号,并将数据改为float类型
01.读取北京天气2018年数据,并显示前五行
代码:
import pandas as pd # 引入pandas库
# 01.读取北京天气2018年数据,并显示前五行
df = pd.read_csv('D:/beijing_tianqi_2018.csv')
print("01.读取北京天气2018年数据,并显示前五行")
print(df.head()) # head括号里写的数字代表显示的最后一行的行数
# 不写是默认显示前5行
print("\n")
结果:
01.读取北京天气2018年数据,并显示前五行
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3℃ -6℃ 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2℃ -5℃ 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2℃ -5℃ 多云 北风 1-2级 28 优 1
3 2018-01-04 0℃ -8℃ 阴 东北风 1-2级 28 优 1
4 2018-01-05 3℃ -6℃ 多云~晴 西北风 1-2级 50 优 1
02.显示数据规模(几行几列)
代码:
# 02.显示数据规模(几行几列)
print("02.规模:")
print(df.shape)
print("\n")
结果:
02.规模:
(365, 9)
03.最高温度、最低温度列:去掉“℃”符号,并将数据改为float类型
代码:
# 03.最高温度、最低温度列:去掉“℃”符号,并将数据改为float类型
print("03.最高温度、最低温度列:去掉“℃”符号,并将数据改为float类型")
df["bWendu"] = df['bWendu'].str.replace('℃', '')
df['yWendu'] = df['yWendu'].str.replace('℃', '') # 去掉"℃"
print(df.head())
df['bWendu'] = df['bWendu'].astype(float)
df['yWendu'] = df['yWendu'].astype(float)
print(df.dtypes) # df.dtypes查看表格每一列的数据类型
# 在pandas中,如果一列包含多个数据类型,
# 将会自动选择一种能容纳所有数据类型的类型,常用object
print('\n')
结果:
03.最高温度、最低温度列:去掉“℃”符号,并将数据改为float类型
ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2 -5 多云 北风 1-2级 28 优 1
3 2018-01-0