Python利用PyCharm处理北京二手房数据：数据预处理与可视化

要开始，我们得先安装并导入一些必要的库，比如pandas、numpy、matplotlib以及openpyxl。接下来，根据要求进行数据的预处理和可视化工作。 1. 数据预处理： ```python import pandas as pd import numpy as np import re # 载入数据 data = pd.read_excel("北京二手房数据.xlsx") # 从字符串中提取数值信息，并统一信息格式 def extract_number(s): return float(re.findall(r"\d+\.?\d*", s)[0]) data["面积"] = data["面积"].apply(extract_number) data["总价"] = data["总价"].apply(extract_number) # 查找并处理表格中的重复值 data = data.drop_duplicates() # 将表格中的面积与总价进行连续数据的离散化 bins = [0, 50, 100, 150, 200, 250, 300, 350, 400, 450, 500, 550, 600, 650, 700, 750, 800, 850, 900, 950, 1000] data["面积分箱"] = pd.cut(data["面积"], bins=bins) data["总价分箱"] = pd.cut(data["总价"], bins=bins) # 对城区、朝向、区域、优点进行字符数据编码 data["城区编码"] = data["城区"].astype("category").cat.codes data["朝向编码"] = data["朝向"].astype("category").cat.codes data["区域编码"] = data["区域"].astype("category").cat.codes data["优点"] = data["优点"].fillna("其他") data["优点编码"] = data["优点"].astype("category").cat.codes # 生成“北京二手房数据预处理.xlsx” data.to_excel("北京二手房数据预处理.xlsx", index=False) ```