pandas进行数据清洗及其处理

导入pandas

import pandas as pd

读取csv文件

house1 = pd.read_csv("jinjiang.csv")

给csv文件添加表头

这个表明根据自己的进行设置

'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i','j', 'k', 'l', 'm', 'n', 'o','p'

house1 = pd.read_csv("jinjiang.csv",header=None,names=['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i','j', 'k', 'l', 'm', 'n', 'o','p'])

去除所有空格

house1.replace('\s+','',regex=True,inplace=True)

删除重复行

house1.drop_duplicates()

删除title为空的所有行

index=house1['title'].notnull()
house1=house1[index]

切割数据

title = house1["title"].str.split("·",expand=True)
house1['title']= title[0]

计算平均值

house1["a"] = (house1["a"].astype('float') / ((house1['b'].str.split("㎡",expand=True))[0]).astype('float')).round()

替换数据

house1.replace('暂无数据', 0, inplace=True)

将所有的空值替换为0

house1.fillna(0, inplace=True)

另保存

house1.to_csv("jinjiang1.csv",index=0)