2021年中国富翁分析2

2021年中国富翁分析2
作者：冯德平（山野雪人）

#查找缺失的值
#删除NetWorth字段中的美元符号$和单位(十亿美元符号)B
#将NetWorth字段的值转换成浮点数,乘以10将单位改成"亿美元"

import pandas as pd

dataCN = pd.read_csv("D:\\temp\\dataCN.csv")     #读文件
print(dataCN.head())

'''
                Name     NetWorth      Country  ... Rank   Age         Industry
0     Zhong Shanshan        $68.9 B   China  ...   13  66.0       Food & Beverage
1         Ma Huateng           $65.8 B   China  ...   15  49.0       Technology
2  Colin Zheng Huang      $55.3 B   China  ...   21  41.0       Technology
3            Jack Ma               $48.4 B   China  ...   26  56.0       Technology
4           Wang Wei            $39 B      China  ...   35  50.0       Service

'''
print(dataCN.isnull().sum())     #检查缺失的数据
#只有age这个字段缺失16个数据

'''
Name         0
NetWorth     0
Country      0
Source       0
Rank         0
Age         16
Industry     0

'''

dataCN["NetWorth"] = dataCN["NetWorth"].str.strip("$")    #删除"$"字符
dataCN["NetWorth"] = dataCN["NetWorth"].str.strip("B")    #删除"B"字符,B是10亿美元的意思
#将NetWorth的值转成浮点数,X10则单位化为亿美元:
dataCN["NetWorth"] = dataCN["NetWorth"].astype(float)*10
print(dataCN.head())

'''
                Name            NetWorth   Country  ... Rank   Age           Industry
0     Zhong Shanshan        68.9           China  ...   13      66.0          Food & Beverage
1         Ma Huateng           65.8           China  ...   15      49.0          Technology
2  Colin Zheng Huang      55.3            China  ...   21      41.0          Technology
3            Jack Ma               48.4            China  ...   26      56.0          Technology
4           Wang Wei            39.0            China  ...   35      50.0          Service

'''

#为了便于重复看到文件dataCN.csv的原始状况,这里另存为文件名dataCN1.csv :
dataCN.to_csv("D:\\temp\\dataCN1.csv",index=False)   #index=False 表示舍弃索引号
print('文件已保存.')