用python清洗淘宝网的爬虫数据

问题

最近用python爬取了淘宝网的数据，部分数据展示如下：
为了购买到性价比最高的螺蛳粉，需要综合购买量和价格进行分析
购买变量的数据清洗

1. ‘人付款’需要去掉
2. 7.5万+需要转换为75000
3. 9500+需要去掉+

解题思路

1. ‘人付款’可以用空格替换掉
2. 用正则表达式取出数字
3. 数字处理用if语句判断数据单位是否带‘万’处理

代码

#载入各种包
import pandas as pd
import re


#打开数据集
data = pd.read_excel('F:/参考文件/python/python100/luoshifen.xls')

#查看数据

# print(data.shape)       #数据集行和列
# print(data.columns)     #列名
# print(data.head())      #开始五行
# print('=================')
# print(data.tail())      #结尾五行
# print(data.describe())  #度量的描述

#空值判断
# data.isnull().any()        #任一列有空值则为真
#
# total=data.isnull().sum().sort_values(ascending=False)
# print(total)

#数据清洗

# 先转化为列表