数据分析——pandas作业3

第一题

1.读取lianjia.csv文件里的数据
2.观察结构，调整列索引顺序(Region",“Garden”,“Layout”,“Floor”,“Year”,“Size”,“Elevator”,“Direction”,“Renovation”,“Price”)
3.增加一个列关于目前状况（state），是否卖出状态随机设定
4.查找楼层低的房子（这里提取低楼层）
5.电梯这列存在缺失值,想办法处理下缺失值

1.读取lianjia.csv文件里的数据

• 代码

import numpy as np
import pandas as pd

lianjia_df = pd.read_csv('链家.csv')
print(lianjia_df.info())
print(lianjia_df.head())

• 运行结果
  

2.观察结构，调整列索引顺序

• 代码

lianjia_df = lianjia_df.reindex(columns=["Region","Garden","Layout","Floor","Year","Size","Elevator","Direction","Renovation","Price"])
print(lianjia_df)

• 运行结果
  

3.增加一个列关于目前状况（state），是否卖出状态随机设定

• 代码

lianjia_df['state'] = np.random.choice(['on sell','sold out'],size=(1710))
print(lianjia_df)

• 运行结果
  

4.查找楼层低的房子（这里提取低楼层）

• 代码

# 方法1
print(lianjia_df[lianjia_df['Floor'].str.contains('低楼层')])

# 方法2
lianjia_df['Floor_height'] = lianjia_df['Floor'].replace('\(.*?\)','',regex=True)
print(lianjia_df[lianjia_df['Floor_height'] == '低楼层'])

• 运行结果
  
  

5.电梯这列存在缺失值,想办法处理下缺失值

• 代码

lianjia_df.dropna(inplace=True)
print(lianjia_df.info())
print(lianjia_df)

• 运行结果