拼多多网站怎么做,翻译 插件 wordpress,建筑工程信息网站,免费拒绝收费网站题目#xff1a;
将书名为‘一级建造师 2020教材 2020版一级建造师 建筑工程管理与实务’的作者#xff08;空值#xff09;改为 全国一级建造师执业资格考试用书编写委员会#xff0c;‘出版日期’改为‘2020-05-01’将书名为‘中国共产党简史#xff08;32开#xff0…题目
将书名为‘一级建造师 2020教材 2020版一级建造师 建筑工程管理与实务’的作者空值改为 全国一级建造师执业资格考试用书编写委员会‘出版日期’改为‘2020-05-01’将书名为‘中国共产党简史32开2021党史学习教育系列读物领导干部学习指’的作者空值改为 中国共产党简史编写组将书名为‘写给青少年的古文观止全套5册正版小古文小学初中高中注音详解注释’的作者空值改为 伊泽考虑到电子书价格缺失值占比过大这里直接删除这一特征列把推荐值为0%的值替换成100%,评论数的空值用平均值填充。将排行榜类型中的“xxxx年”改成“xxxx”,并且改成int类型 将评论数转换为整数将出版日期转换为日期格式(2019-11-01 2019年11月01日)将折扣比例去掉折字符并转换为浮点数将推荐值从百分比字符删除,并降序排序索引重新排序找出哪本书出版最多,出版了几次一共有多少位作者 答案
import pandas as pd from datetime import datetime pd.set_option(display.max_columns, None) data pd.read_csv(当当网畅销图书榜单数据.csv) #将书名为‘一级建造师 2020教材 2020版一级建造师 建筑工程管理与实务’的作者空值改为 全国一级建造师执业资格考试用书编写委员会‘出版日期’改为‘2020-05-01’ #将书名为‘中国共产党简史32开2021党史学习教育系列读物领导干部学习指’的作者空值改为 中国共产党简史编写组 #将书名为‘写给青少年的古文观止全套5册正版小古文小学初中高中注音详解注释’的作者空值改为 伊泽 data.loc[data[书名] 一级建造师 2020教材 2020版一级建造师 建筑工程管理与实务,[作者 ]] 全国一级建造师执业资格考试用书编写委员会 data.loc[data[书名] 一级建造师 2020教材 2020版一级建造师 建筑工程管理与实务,出版日期] 2020-05-01 data.loc[data[书名] 中国共产党简史32开2021党史学习教育系列读物领导干部学习指,作者] 中国共产党简史编写组 data.loc[data[书名] 写给青少年的古文观止全套5册正版小古文小学初中高中注音详解注释,作者] 伊泽 #考虑到电子书价格缺失值占比过大这里直接删除这一特征列 data.drop(columns[电子书价格],inplaceTrue) #把推荐值为0%的值替换成100%,评论数的空值用平均值填充。 data[推荐值] data[推荐值].replace(0%,100%) data[评论数] data[评论数].fillna(data[评论数].mean()) # 将排行榜类型中的“xxxx年”改成“xxxx”,并且改成int类型 # data[排行榜类型] data[排行榜类型].apply(lambda x : int(str(x).replace(年,))) data[排行榜类型] data[排行榜类型].str.replace(年,).astype(int) # 将评论数转换为整数 data[评论数] data[评论数].astype(int) # 将出版日期转换为日期格式(2019-11-01 2019年11月01日) data[出版日期] pd.to_datetime(data[出版日期]).dt.strftime(%Y年%m月%d日) # data[出版日期] pd.to_datetime(data[出版日期].str.replace(年,-).str.replace(月,-).str.replace(日,-)) # 将折扣比例去掉折字符并转换为浮点数 data[折扣比例] data[折扣比例].str.replace(折,).astype(float) # 将推荐值从百分比字符删除,并降序排序 data[推荐值] data[推荐值].str.replace(%,).astype(float) data.sort_values(by推荐值,ascendingFalse,inplaceTrue) #索引重新排序 data.index [i for i in range(0,2000)] #找出哪本书出版最多,出版了几次 print(data[书名].value_counts().idxmax(),data[书名].value_counts().max()) #一共有多少位作者 print(data[作者].nunique())
