xp虚拟机插入oracle数据中文乱码_Python处理数据常用方法（pandas版）3

书接上回：

Tao：Python处理数据常用方法（pandas版）2​zhuanlan.zhihu.com

本文为我日常工作中常用功能的代码块，可以满足绝大部分文本数据处理的需求。

首先导入常用的包

import pandas as pd

本文假设所使用的excel文件目录为 C:/Users/Administrator/Desktop

名称为 test.xlsx

df 为 定义好的Dataframe格式数据

27 保留（YYYY-MM-DD HH:MM:SS）格式中的日期，排除时间

df['时间']=pd.to_datetime(df['时间']).dt.normalize() 

源数据及数据格式:

修改后格式：

28 保留一列中值为数字的行

df[df.金额.apply(lambda x: str(x).isnumeric())]

源数据：

修改后：

29 将存中文数据的dataframe保存到csv中并不乱码

df.to_csv(r'C:/Users/Administrator/Desktop/test.csv',index=False,encoding='utf_8_sig')

源数据：

导出后：

添加encoding='utf_8_sig'后：

可正常显示中文

30 按照指定字符分列

 df = df.drop('A', axis=1).join(df['A'].str.split('+', expand=True).reset_index(drop=True))

源数据：

分列后：

分列后表头的顺序会变,记得调整顺序和修改列名

31 将dataframe保存至csv文件中，并保持中文

df.to_csv(r'C:UsersAdministratorDesktop目标文件.csv',encoding='utf_8_sig')

先创建一个dataframe:

如果直接将其保存成csv,中文会变成乱码:

加上 encoding='utf_8_sig' 参数后,中文显示正常

32 将其他格式的数值转化为日期

df['日期']=pd.to_datetime(df['日期'],format="%Y%m%d")

此时注册日期字段为字符串格式

使用to_datetime()方法:

成功将其转化为日期格式

33 将timedelta格式日期转化为数字

df['使用周期'] = df['使用周期'].map(lambda x: x.days)

参考上一个例子,除了注册日期外我又加了最后登录日期,两个日期之差即为用户的使用周期

这时候 使用周期 这一列的数据格式为 timedelta64 ,无法直接和数字做比较

使用timedelta模块自带的days属性可以获得数值型的天数

34 在DataFrame的指定位置插入指定的一列

DataFrame.insert(loc,column,value,allow_duplicates=False)

loc:想要插入的位置
column：插入的列的列名
value：插入的列的值
allow_duplicates：是否允许重复插入，默认为否

现在有两个dataframe:

第一个login_date:

第二个df:

现在讲login_date插入到df的第二列中:

注意第二列的索引是1

这篇先更这么多吧,点赞破20开始下一期~