pandas-hw-03

读取lianjia.csv文件里的数据

import numpy as np
import pandas as pd
df1 = pd.read_csv('链家.csv')
df1

Direction	Elevator	Floor	Garden	Layout	Region	Price	Renovation	Size	Year
0	南北	无电梯	低楼层(共6层)	翠竹苑	3室1厅	浦东	365.0	简装	77.84	1995.0
1	南	有电梯	低楼层(共36层)	百汇园	3室2厅	徐汇	1449.0	精装	145.2	1995.0
2	南北	有电梯	中楼层(共26层)	仁恒河滨城(二期)	3室2厅	浦东	1630.0	精装	161.94	1995.0
3	南	有电梯	高楼层(共30层)	财富海景花园	3室2厅	浦东	2000.0	精装	185	1995.0
4	东	有电梯	中楼层(共26层)	仁恒滨江园	3室2厅	浦东	1360.0	精装	130.41	1995.0
...	...	...	...	...	...	...	...	...	...	...
1705	南	无电梯	高楼层(共6层)	水电新村	1室2厅	杨浦	260.0	精装	57.62	1995.0
1706	南	NaN	中楼层(共11层)	祥安菊苑	3室2厅	浦东	250.0	其他	126.58	1995.0
1707	南北	无电梯	低楼层(共6层)	梅陇四村	2室1厅	徐汇	320.0	其他	64.58	1995.0
1708	南	NaN	高楼层(共18层)	翔和雅苑	2室1厅	嘉定	260.0	毛坯	69.6	1995.0
1709	南	有电梯	低楼层(共11层)	华泾绿苑	1室1厅	徐汇	310.0	毛坯	64.56	1995.0
1710 rows × 10 columns

观察结构，调整列索引顺序(Region",“Garden”,“Layout”,“Floor”,“Year”,“Size”,“Elevator”,“Direction”,“Renovation”,“Price”)

df2= df1.rename(columns={"Direction":"Region","Elevator":"Garden","Floor":"Layout","Garden":"Floor","Layout":"Year","Region":"Size","Price":"Elevator","Renovation":"Direction","Size":"Renovation","Year":"Price"},inplace=True)
df1

	Region	Garden	Layout	Floor	Year	Size	Elevator	Direction	Renovation	Price
0	南北	无电梯	低楼层(共6层)	翠竹苑	3室1厅	浦东	365.0	简装	77.84	1995.0
1	南	有电梯	低楼层(共36层)	百汇园	3室2厅	徐汇	1449.0	精装	145.2	1995.0
2	南北	有电梯	中楼层(共26层)	仁恒河滨城(二期)	3室2厅	浦东	1630.0	精装	161.94	1995.0
3	南	有电梯	高楼层(共30层)	财富海景花园	3室2厅	浦东	2000.0	精装	185	1995.0
4	东	有电梯	中楼层(共26层)	仁恒滨江园	3室2厅	浦东	1360.0	精装	130.41	1995.0
...	...	...	...	...	...	...	...	...	...	...
1705	南	无电梯	高楼层(共6层)	水电新村	1室2厅	杨浦	260.0	精装	57.62	1995.0
1706	南	NaN	中楼层(共11层)	祥安菊苑	3室2厅	浦东	250.0	其他	126.58	1995.0
1707	南北	无电梯	低楼层(共6层)	梅陇四村	2室1厅	徐汇	320.0	其他	64.58	1995.0
1708	南	NaN	高楼层(共18层)	翔和雅苑	2室1厅	嘉定	260.0	毛坯	69.6	1995.0
1709	南	有电梯	低楼层(共11层)	华泾绿苑	1室1厅	徐汇	310.0	毛坯	64.56	1995.0
1710 rows × 10 columns

增加一个列关于目前状况（state），是否卖出状态随机设定

df3 = pd.read_csv('链家.csv')
df3['state']='已售'
df3

	Direction	Elevator	Floor	Garden	Layout	Region	Price	Renovation	Size	Year	state
0	南北	无电梯	低楼层(共6层)	翠竹苑	3室1厅	浦东	365.0	简装	77.84	1995.0	已售
1	南	有电梯	低楼层(共36层)	百汇园	3室2厅	徐汇	1449.0	精装	145.2	1995.0	已售
2	南北	有电梯	中楼层(共26层)	仁恒河滨城(二期)	3室2厅	浦东	1630.0	精装	161.94	1995.0	已售
3	南	有电梯	高楼层(共30层)	财富海景花园	3室2厅	浦东	2000.0	精装	185	1995.0	已售
4	东	有电梯	中楼层(共26层)	仁恒滨江园	3室2厅	浦东	1360.0	精装	130.41	1995.0	已售
...	...	...	...	...	...	...	...	...	...	...	...
1705	南	无电梯	高楼层(共6层)	水电新村	1室2厅	杨浦	260.0	精装	57.62	1995.0	已售
1706	南	NaN	中楼层(共11层)	祥安菊苑	3室2厅	浦东	250.0	其他	126.58	1995.0	已售
1707	南北	无电梯	低楼层(共6层)	梅陇四村	2室1厅	徐汇	320.0	其他	64.58	1995.0	已售
1708	南	NaN	高楼层(共18层)	翔和雅苑	2室1厅	嘉定	260.0	毛坯	69.6	1995.0	已售
1709	南	有电梯	低楼层(共11层)	华泾绿苑	1室1厅	徐汇	310.0	毛坯	64.56	1995.0	已售
1710 rows × 11 columns

查找楼层低的房子（这里提取低楼层）

import re
df4= pd.read_csv('链家.csv')
df40 = df4['Floor']
df00 = df40.apply(lambda x:'低楼层' if re.search('低楼层',x) else '中高楼层')
df00

0        低楼层
1        低楼层
2       中高楼层
3       中高楼层
4       中高楼层
        ... 
1705    中高楼层
1706    中高楼层
1707     低楼层
1708    中高楼层
1709     低楼层
Name: Floor, Length: 1710, dtype: object

电梯这列存在缺失值,想办法处理下缺失值

df5= pd.read_csv('链家.csv')
df5.dropna(inplace=True)
df5

Direction	Elevator	Floor	Garden	Layout	Region	Price	Renovation	Size	Year
0	南北	无电梯	低楼层(共6层)	翠竹苑	3室1厅	浦东	365.0	简装	77.84	1995.0
1	南	有电梯	低楼层(共36层)	百汇园	3室2厅	徐汇	1449.0	精装	145.2	1995.0
2	南北	有电梯	中楼层(共26层)	仁恒河滨城(二期)	3室2厅	浦东	1630.0	精装	161.94	1995.0
3	南	有电梯	高楼层(共30层)	财富海景花园	3室2厅	浦东	2000.0	精装	185	1995.0
4	东	有电梯	中楼层(共26层)	仁恒滨江园	3室2厅	浦东	1360.0	精装	130.41	1995.0
...	...	...	...	...	...	...	...	...	...	...
1703	南北	有电梯	低楼层(共22层)	徐汇苑	3室2厅	徐汇	2120.0	精装	207	1995.0
1704	南北	有电梯	高楼层(共35层)	永业公寓	3室2厅	黄浦	1580.0	精装	143.39	1995.0
1705	南	无电梯	高楼层(共6层)	水电新村	1室2厅	杨浦	260.0	精装	57.62	1995.0
1707	南北	无电梯	低楼层(共6层)	梅陇四村	2室1厅	徐汇	320.0	其他	64.58	1995.0
1709	南	有电梯	低楼层(共11层)	华泾绿苑	1室1厅	徐汇	310.0	毛坯	64.56	1995.0
1622 rows × 10 columns