酒店数据分析预处理pandas

最新推荐文章于 2024-04-21 23:25:16 发布

m0_56959781

最新推荐文章于 2024-04-21 23:25:16 发布

阅读量1.7k

点赞数 2

分类专栏： pandas 文章标签： python

本文链接：https://blog.csdn.net/m0_56959781/article/details/121636494

版权

本文介绍了如何利用Python的pandas库对酒店行业的数据进行预处理，包括数据清洗、缺失值处理、异常值检测和转换，为后续的数据分析和挖掘奠定基础。

摘要由CSDN通过智能技术生成

#酒店数据预处理
import pandas as pd
import numpy as np

#读取香港酒店数据
df = pd.read_excel('./香港酒店数据.xlsx')

#删除名字是Unnamed: 0列
df = df.drop('Unnamed: 0',axis=1)
#print(df.head())

#重置索引
df.index = range(len(df))

#重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'
rename = ['名字','类型','城市','地区','地点','评分','评分人数','价格']
df.columns = rename

#查找出所有类型为“休闲度假”并且在湾仔地区的酒店
print(df[(df['类型'] == '休闲度假') & (df['地区'] =='湾仔')] )

#查找出所有地址在观塘或者油尖旺，评分大于4的酒店
print(df[((df['地区'] == '观塘') | (df['地区'] == '油尖旺')) & (df['评分'] > 4)])

#找出缺失值数据
print(df[df['名字'].isnull()])
print(df[df['类型'].isnull()])
print(df[df['城市'].isnull()])
print(df[df['地区'].isnull()])
print(df[df['地点'].isnull()])
print(df