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)
```
创作工场
免责声明:
以上内容除特别注明外均来源于网友提问,创作工场回答,未经许可,严谨转载。
点击这里>>使用🔥专业版,更聪明、更完整、更原创!