pandas之数据处理清洗（分割、合并，去特殊值，转换时间戳等）**

最新推荐文章于 2024-07-25 23:19:30 发布

寻梦者丶

最新推荐文章于 2024-07-25 23:19:30 发布

阅读量1.4k

点赞数 1

文章标签：数据挖掘数据分析 python

本文链接：https://blog.csdn.net/weixin_45506253/article/details/103782581

版权

这篇博客介绍了如何使用pandas进行数据处理，包括数据清洗，如去除NaN值和不合规数据，按小区名称分割数据集，合并具有相同时间戳但不同小区的数据，并展示了转换时间戳的操作。提供了完整的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas之数据处理清洗（分割、合并，去特殊值，转换时间戳等）
首先看一下原数据
在这里插入图片描述

里面有nan值还有一些不符合要求的值，下面删除不需要的数据

* 在这里插入图片描述

在这里插入图片描述

按每个小区名称分数据集

在这里插入图片描述
按照相同的时间戳不同的小区合并数据

完整代码可复制

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

 # coding: utf-8
import pandas as pd
import time
from pandas.core.frame import DataFrame
df = pd.read_excel("D:/广饶数据/二网平衡历史数据-东方丽苑-低区.xlsx", encoding='utf-8', header=0) #读取数据
data_df = df['瞬时/设计流量(kg/m²·h)'].str.split('/', expand=True)  
#最后的位置如果是False,则是Series,如果是TRUE，则是DataFrame
data_df.columns = ['瞬时(kg/m²·h)','设计流量(kg/m²·h)'] #加入分开后的列名
data_df1 = df['阀给定/反馈值(%)'].str.split('/', expand