没有可以用的数据,用Chatgpt生成了一个
import pandas as pd
import numpy as np
# 随机生成数据
num_rows = 100
cities = ['北京', '上海', '广州', '深圳', '杭州']
start_date = pd.Timestamp('2022-01-01') # 起始日期
end_date = pd.Timestamp('2022-03-31') # 结束日期
date_range = pd.date_range(start_date, end_date, freq='D') # 生成日期范围
data = {
'城市': np.random.choice(cities, num_rows),
'时间': np.random.choice(date_range, num_rows),
'温度': np.random.uniform(0, 40, num_rows),
'湿度': np.random.uniform(0, 100, num_rows),
'气压': np.random.uniform(900, 1100, num_rows),
'风速': np.random.uniform(0, 10, num_rows)
}
# 创建pandas数据框
df = pd.DataFrame(data=data)
# 保存Excel文件
df.to_excel("random_weather_data.xlsx", index=False)
然后学习了数据排序,虽然我感觉和excel没啥差别。。。
df["温度"].sort_values(ascending=False)#降序排列 series排序
df["温度"].sort_values()#升序排列
df.sort_values(by="温度")#对dataframe进行排序
df.sort_values(by="温度",ascending=False)#对dataframe进行降序排序
df.sort_values(by=["温度","气压"])#多列进行排序(默认升序)
df.sort_values(by=["温度","气压"],ascending=False)#多列进行排序(指定降序)
df.sort_values(by=["温度","气压"],ascending=[True,False])#多列进行排序(指定一个升序一个降序,左边优先原则)
字符串处理
df.["温度"].str.replace("C°",“”).astype('int32')#这句话的意思是先获取series上的str属性,然后在该属性上调用函数
df.dtypes#数据类型,object为字符串列
df["温度"].str.replace("C°","")#.str替换
df["温度"].str.len()#不能在数字类型上运行,只能在字符串上
condition=df["时间"].str.startswith("2022-01-22")#bool查询
df[condition].head
df["时间"].str.replace("-","")#多次str处理的链式操作,注意要是字符串类型才行
df["时间"].str.replace("-","").slice(0,6)#不能运行需要重新调用一个series对象
df["时间"].str.replace("-","").str.slice(0,6)#能运行
df["风温"]=df["温度"]-df["湿度"]#这里为啥不能运行
df.["zhongwenriqi"].str.replace("年","").str.replace("月","").str.replace("日”,“”)#替换掉中文列表这一列的年月日
df.[zhongwenriqi].str.replace("[年,月,日]","") #第二种方法使用正则表达式替换