Pandas第一部分Day3练习题_删除价格和评分人数的缺失值-程序员宅基地

技术标签: python  数据分析  

目录

第三次课作业

(1)Pandas基础知识

(1)用字典数据类型创建DataFrame。 data={'state':['a','b','c','d'], 'year':[1991,1992,1993,1994], 'pop':[6,7,8,9]}

(2)将创建的Dataframe的索引设置为,ABCD。并且命名为“索引”。

(3)在下面新增一行。然后删除。

(4)增加新的属性列,列名设置为‘port’,值均为1。

(5)取出1991和1994年的数据。

(6)获取前‘state’和‘year’的数据。

(7)查看每一列数据的数据格式,并且将‘pop’每个数据乘2。

(2)数据操作

(1)读取香港酒店数据。

(2)按照数据的内容,重新设置数据的索引,重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'。

(3)查看所有类型为“浪漫情侣”的酒店

(4)查看所有类型为“浪漫情侣”,地区在湾仔的酒店

(5)查看所有地区在观塘或者油尖旺,评分大于4的酒店

(6)查看类型缺失的数据

(7)用“其他”填充类型和地区

(8)用评分均值填充缺失值

(9)删除价格和评分人数的缺失值

(10)保存到“酒店数据1.xlsx”


第三次课作业

(1)Pandas基础知识

(1)用字典数据类型创建DataFrame。 data={'state':['a','b','c','d'], 'year':[1991,1992,1993,1994], 'pop':[6,7,8,9]}

import pandas as pd
import numpy as np
    
data={'state':['a','b','c','d'],
     'year':[1991,1992,1993,1994],
     'pop':[6,7,8,9]}
df = pd.DataFrame(data)
df

>>> 
    state	year	pop
0	a	    1991	6
1	b	    1992	7
2	c	    1993	8
3	d	    1994	9

(2)将创建的Dataframe的索引设置为,ABCD。并且命名为“索引”。

df.index = list('ABCD')
df.index.name = '索引'
df

>>> 

    state	year	pop
索引			
A	    a	1991	6
B	    b	1992	7
C	    c	1993	8
D	    d	1994	9

(3)在下面新增一行。然后删除。

dit = {'state':'e',
      'year':1995,
      'pop':5}
s = pd.Series(dit)
s.name="E"
df = df.append(s)
df

>>>

    state	year	pop
索引			
A	    a	1991	6
B	    b	1992	7
C    	c	1993	8
D    	d	1994	9
E    	e	1995	5

(4)增加新的属性列,列名设置为‘port’,值均为1。

df['port'] = 1
df

>>> 
	state	year	pop	port
索引				
A	    a	1991	6	1
B	    b	1992	7	1
C    	c	1993	8	1
D	    d	1994	9	1
E    	e	1995	5	1

(5)取出1991和1994年的数据。

df[(df['year'] == 1991) | (df['year'] == 1994)]

>>>

    state	year	pop	port
索引				
A    	a	1991	6	1
D	    d	1994	9	1

(6)获取前‘state’和‘year’的数据。

df[['state','year']]

>>>

    state	year
索引		
A    	a	1991
B    	b	1992
C    	c	1993
D    	d	1994
E    	e	1995

(7)查看每一列数据的数据格式,并且将‘pop’每个数据乘2。

df.dtypes
df['pop'] *= 2
df

>>>

	state	year	pop	port
索引				
A    	a	1991	12	1
B    	b	1992	14	1
C    	c	1993	16	1
D    	d	1994	18	1
E    	e	1995	10	1

(2)数据操作

(1)读取香港酒店数据。

df=pd.read_excel('香港酒店数据.xlsx')
df

>>>

Unnamed: 0	字段1	字段2	字段3	字段4	字段5	字段6	字段7	字段8
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	NaN	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0
421 rows × 9 columns

(2)按照数据的内容,重新设置数据的索引,重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'。

col = ['序号','名字','类型','城市','地区','地点','评分','评分人数','价格']
df.columns = col
df

>>>
	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	NaN	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0
421 rows × 9 columns

(3)查看所有类型为“浪漫情侣”的酒店

df[df['类型'] == '浪漫情侣']

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
5	4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
6	5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
21	20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.5	8194.0	692.0
...	...	...	...	...	...	...	...	...	...
235	234.0	香港金坊宾馆(GOLD PALACE HOTEL)	浪漫情侣	香港	NaN	香港油尖旺区九龙旺角弥敦道607号新兴大厦22字楼2201室	4.7	436.0	245.0
241	240.0	香港登台酒店(HOTEL STAGE)	浪漫情侣	香港	油尖旺	佐敦志和街1号	4.7	962.0	1084.0
247	246.0	香港红茶馆酒店(鸭脷洲大街店)(Bridal Tea House Hotel (Ap Lei...	浪漫情侣	香港	南区	港岛鸭脷洲大街95号	4.2	1203.0	377.0
248	247.0	香港乐仕酒店(Acesite Knutsford Hotel)	浪漫情侣	香港	油尖旺	九龙尖沙咀天文台围8号	4.2	1879.0	237.0
260	259.0	香港旺角新天地酒店(Mong Kok Sunny Day Hotel)	浪漫情侣	香港	油尖旺	香港九龍旺角新填地街419號	4.3	784.0	949.0
69 rows × 9 columns

(4)查看所有类型为“浪漫情侣”,地区在湾仔的酒店

df[(df['类型'] == '浪漫情侣') & (df['地区'] == '湾仔')]

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
6	5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
24	23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.5	7981.0	445.0
36	35.0	香港遨舍卫兰轩(OZO Wesley Hong Kong)	浪漫情侣	香港	湾仔	湾仔轩尼诗道22号	4.6	3283.0	871.0
68	67.0	香港星网商务精品酒店(Wifi Boutique Hotel)	浪漫情侣	香港	湾仔	湾仔 骆克道366号	4.4	1527.0	412.0
73	72.0	香港丽骏酒店(Brighton Hotel Hong Kong)	浪漫情侣	香港	湾仔	湾仔骆克道128号	4.5	2383.0	1152.0
124	123.0	香港逸兰精品酒店(Lanson Place Hotel)	浪漫情侣	香港	湾仔	铜锣湾礼顿道133号	4.7	2053.0	1349.0
129	128.0	香港珀丽酒店(Rosedale Hotel Hong Kong)	浪漫情侣	香港	湾仔	铜锣湾信德街8号	4.4	7342.0	457.0
134	133.0	英皇骏景酒店(香港湾仔店)(The Emperor Hotel)	浪漫情侣	香港	湾仔	皇后大道东373号	4.5	1040.0	526.0
160	159.0	香港华丽铜锣湾酒店(原香港华丽精品酒店)(Best Western Hotel Causew...	浪漫情侣	香港	湾仔	铜锣湾坚拿道西祥和里	4.2	5707.0	309.0
161	160.0	香港铜锣湾智选假日酒店(Holiday Inn Express Hong Kong Caus...	浪漫情侣	香港	湾仔	铜锣湾 霎东街33号	4.5	4550.0	774.0
183	182.0	香港问月酒店(Mira Moon Hong Kong)	浪漫情侣	香港	湾仔	谢斐道388号	4.5	1044.0	1282.0
184	183.0	帆船精品酒店(VELA BOUTIQUE HOTEL)	浪漫情侣	香港	湾仔	摩理臣山道84-86号	4.2	2063.0	413.0
185	184.0	铜锣湾迷你精品酒店(Mini Hotel Causeway Bay)	浪漫情侣	香港	湾仔	铜锣湾新会道8号	4.3	4882.0	368.0
218	217.0	香港君临海域酒店(Gloucester Hotel)	浪漫情侣	香港	湾仔	铜锣湾告士打道218号	4.5	2324.0	957.0

(5)查看所有地区在观塘或者油尖旺,评分大于4的酒店

df[((df['地区'] == '观塘') | (df['地区'] == '油尖旺')) & (df['评分'] > 4)]

>>>

序号	名字	类型	城市	地区	地点	评分	评分人数	价格
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
5	4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
7	6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.7	4366.0	1296.0
9	8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.5	11265.0	692.0
11	10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.1	1029.0	218.0
...	...	...	...	...	...	...	...	...	...
364	363.0	香港珊瑚酒店(家庭旅馆)((Coral Inn)(Hostel))	地铁周边	香港	油尖旺	香港九龙尖沙咀弥敦道83-97号华源大厦9/F十楼D2室	4.4	149.0	379.0
373	372.0	香港意乐旅馆(eLog Inn)	地铁周边	香港	油尖旺	佐敦道22号鸿运大厦4字楼H室	4.3	155.0	237.0
379	378.0	香港牛津尊贵旅舍(Oxford Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼A2室	4.7	15.0	NaN
380	379.0	香港恒好宾馆(Hang Ho Hostel)	地铁周边	香港	油尖旺	九龙弥敦道242号立信大厦6字楼B室	4.5	142.0	445.0
396	395.0	香港御珑馆(家庭旅馆)(Hotel Conext)	地铁周边	香港	油尖旺	九龙弥敦道240号立信大厦3楼B室	4.2	359.0	317.0
139 rows × 9 columns

(6)查看类型缺失的数据

df[df['类型'].isnull()]

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
40	39.0	香港颐庭酒店(铜锣湾店)(Eco Tree Hotel Causeway Bay)	NaN	香港	东区	铜锣湾水星街15号	4.6	15.0	567.0
188	187.0	工業家酒店(IND Hotel)	NaN	香港	观塘	九龙观塘观塘道326号	4.2	6.0	448.0
201	200.0	香港永倫800酒店(WINLAND800HOTEL)	NaN	香港	葵青	新界青衣路一号	3.4	3098.0	196.0
242	241.0	香港港湾酒店(Hong Kong Harbor Hotel)	NaN	香港	南区	香港仔石排湾道47号	3.8	709.0	259.0
269	268.0	香港奥斯酒店(O‘ Hotel)	NaN	香港	九龙城	香港九龙土瓜湾九龙城道42-46号	3.7	869.0	369.0
285	284.0	巴黎旅馆(Paris Guest House (D2, 10/F))	NaN	香港	NaN	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.0	5.0	67.0
301	300.0	香港海景渡假乐园(Hong Kong Seaview Holiday Resort)	NaN	香港	离岛	大屿山梅窝东湾头路11号	2.9	5.0	881.0
302	301.0	香港海边小屋(The Cove Hostel)	NaN	香港	离岛	大屿山塘福村17D,1-2字楼	NaN	2.0	352.0
305	304.0	香港和平宾馆(HK Peace Guest House)	NaN	香港	NaN	尖沙咀弥敦道58号美丽都大厦13楼A5室	NaN	NaN	201.0
307	306.0	香港文苑宾馆(Man Yuen Hotel)	NaN	香港	油尖旺	旺角弥敦道737号金轮大厦二楼H室	4.7	5.0	169.0
316	315.0	墨尔本宾馆(Melbourne Hostel)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座10字楼E1室	NaN	2.0	93.0
319	318.0	香港百丽旅馆(Park Guest House)	NaN	香港	油尖旺	九龙尖沙咀海防道53至55号海防大厦1楼10号	NaN	6.0	445.0
322	321.0	香港尊贵旅馆(Hong Kong Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼B2,A5室(前台入住办理设在16字楼A2室)	4.8	19.0	166.0
323	322.0	香港美华宾馆(Mei Wah Guest House)	NaN	香港	NaN	九龙旺角弥敦道737号金轮大厦9字楼F座	4.0	27.0	250.0
324	323.0	香港威尼斯宾馆	NaN	香港	NaN	香港油尖旺区旺角弥顿道580号恒隆大厦4楼	4.7	48.0	298.0
328	327.0	80后潘多拉旅馆(香港佐敦店)(原华丰宾馆)(Pandora After 80s Jordan)	NaN	香港	油尖旺	九龙佐敦佐敦道15号华丰大厦1字楼H室	3.1	36.0	70.0
336	335.0	香港Primo旅馆(Primo Guesthouse)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座3字楼E3室	NaN	1.0	131.0
338	337.0	纳里旅馆(Narli Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道36-44号重庆大厦16字楼D座D8室	NaN	NaN	175.0
344	343.0	香港宿雾宾馆(Cebu Hotel)	NaN	香港	NaN	弥敦道36-44号重庆大厦A座17字楼A6 & A7室	NaN	1.0	113.0
349	348.0	美丽宾馆(Lily Guest House)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座8字楼E3室(于E座8楼E1室登记入住)	NaN	NaN	165.0
365	364.0	全球旅舍(Global Inn)	NaN	香港	NaN	弥敦道36-44号重庆大厦C座6楼C2室 (登记前台於E座8楼E1室)	NaN	2.0	165.0
372	371.0	珠峰宾馆(Everest Guest House (3/F))	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦D座3字楼5-6室	NaN	1.0	181.0
379	378.0	香港牛津尊贵旅舍(Oxford Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼A2室	4.7	15.0	NaN
382	381.0	香港俄罗斯旅舍(Russian Hostel)	NaN	香港	NaN	香港九龙弥敦道40号重庆大厦D座16楼1室	NaN	NaN	175.0
385	384.0	尊贵闲庭酒店(Premium Lounge)	NaN	香港	NaN	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	NaN	1.0	166.0
400	399.0	香港新天天酒店(Everyday Inn Hotel)	NaN	香港	油尖旺	佐敦庙街230-236号韶兴大厦5字楼B座	NaN	NaN	350.0
404	403.0	伍德斯托克旅馆(Woodstock Hostel)	NaN	香港	NaN	Flat A1-A6, 16/F, Block A, Chungking Mansions,...	NaN	NaN	172.0
405	404.0	旅客宾馆(Traveller‘s Hostel)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦A座16字楼A1& A2室	NaN	NaN	269.0
406	405.0	欧若旅馆(Euro Hostel)	NaN	香港	NaN	Flat 6, Block D, 17/F, Chungking Mansion,	NaN	NaN	174.0
407	406.0	香港Prestige旅馆(Prestige Guesthouse)	NaN	香港	NaN	弥敦道40号重庆大厦E座3字楼E1室	NaN	NaN	122.0
412	411.0	香港兰涛度假屋(Lantau Lodge)	NaN	香港	荃湾	大屿山水口村47A号2楼	NaN	NaN	1035.0

(7)用“其他”填充类型和地区

df['类型'].fillna('其他',inplace = True)
df['地区'].fillna('其他',inplace=True)
df

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	其他	NaN	其他	NaN	NaN	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	其他	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0

(8)用评分均值填充缺失值

df['评分'].fillna(np.mean(df['评分']),inplace=True)
df

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	其他	NaN	其他	NaN	4.283827	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.600000	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.500000	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.700000	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.400000	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.200000	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	其他	尖沙咀弥敦道58号美丽都大厦6字楼A12室	4.283827	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.000000	273.0	256.0
421 rows × 9 columns

(9)删除价格和评分人数的缺失值

df = df.dropna(subset=['价格', '评分人数'])
df

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.600000	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.500000	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.700000	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.400000	5014.0	693.0
5	4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.600000	3427.0	581.0
...	...	...	...	...	...	...	...	...	...
415	414.0	香港金泉酒店	地铁周边	香港	其他	香港旺角弥敦道607号新兴大厦1407室	4.283827	16.0	245.0
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.200000	16.0	227.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.000000	273.0	256.0
397 rows × 9 columns

(10)保存到“酒店数据1.xlsx”

df.to_excel('酒店数据1.xlsx')
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_51747569/article/details/121501266

智能推荐

分布式光纤传感器的全球与中国市场2022-2028年:技术、参与者、趋势、市场规模及占有率研究报告_预计2026年中国分布式传感器市场规模有多大-程序员宅基地

文章浏览阅读3.2k次。本文研究全球与中国市场分布式光纤传感器的发展现状及未来发展趋势,分别从生产和消费的角度分析分布式光纤传感器的主要生产地区、主要消费地区以及主要的生产商。重点分析全球与中国市场的主要厂商产品特点、产品规格、不同规格产品的价格、产量、产值及全球和中国市场主要生产商的市场份额。主要生产商包括:FISO TechnologiesBrugg KabelSensor HighwayOmnisensAFL GlobalQinetiQ GroupLockheed MartinOSENSA Innovati_预计2026年中国分布式传感器市场规模有多大

07_08 常用组合逻辑电路结构——为IC设计的延时估计铺垫_基4布斯算法代码-程序员宅基地

文章浏览阅读1.1k次,点赞2次,收藏12次。常用组合逻辑电路结构——为IC设计的延时估计铺垫学习目的:估计模块间的delay,确保写的代码的timing 综合能给到多少HZ,以满足需求!_基4布斯算法代码

OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版-程序员宅基地

文章浏览阅读3.3k次,点赞3次,收藏5次。OpenAI Manager助手(基于SpringBoot和Vue)_chatgpt网页版

关于美国计算机奥赛USACO,你想知道的都在这_usaco可以多次提交吗-程序员宅基地

文章浏览阅读2.2k次。USACO自1992年举办,到目前为止已经举办了27届,目的是为了帮助美国信息学国家队选拔IOI的队员,目前逐渐发展为全球热门的线上赛事,成为美国大学申请条件下,含金量相当高的官方竞赛。USACO的比赛成绩可以助力计算机专业留学,越来越多的学生进入了康奈尔,麻省理工,普林斯顿,哈佛和耶鲁等大学,这些同学的共同点是他们都参加了美国计算机科学竞赛(USACO),并且取得过非常好的成绩。适合参赛人群USACO适合国内在读学生有意向申请美国大学的或者想锻炼自己编程能力的同学,高三学生也可以参加12月的第_usaco可以多次提交吗

MySQL存储过程和自定义函数_mysql自定义函数和存储过程-程序员宅基地

文章浏览阅读394次。1.1 存储程序1.2 创建存储过程1.3 创建自定义函数1.3.1 示例1.4 自定义函数和存储过程的区别1.5 变量的使用1.6 定义条件和处理程序1.6.1 定义条件1.6.1.1 示例1.6.2 定义处理程序1.6.2.1 示例1.7 光标的使用1.7.1 声明光标1.7.2 打开光标1.7.3 使用光标1.7.4 关闭光标1.8 流程控制的使用1.8.1 IF语句1.8.2 CASE语句1.8.3 LOOP语句1.8.4 LEAVE语句1.8.5 ITERATE语句1.8.6 REPEAT语句。_mysql自定义函数和存储过程

半导体基础知识与PN结_本征半导体电流为0-程序员宅基地

文章浏览阅读188次。半导体二极管——集成电路最小组成单元。_本征半导体电流为0

随便推点

【Unity3d Shader】水面和岩浆效果_unity 岩浆shader-程序员宅基地

文章浏览阅读2.8k次,点赞3次,收藏18次。游戏水面特效实现方式太多。咱们这边介绍的是一最简单的UV动画(无顶点位移),整个mesh由4个顶点构成。实现了水面效果(左图),不动代码稍微修改下参数和贴图可以实现岩浆效果(右图)。有要思路是1,uv按时间去做正弦波移动2,在1的基础上加个凹凸图混合uv3,在1、2的基础上加个水流方向4,加上对雾效的支持,如没必要请自行删除雾效代码(把包含fog的几行代码删除)S..._unity 岩浆shader

广义线性模型——Logistic回归模型(1)_广义线性回归模型-程序员宅基地

文章浏览阅读5k次。广义线性模型是线性模型的扩展,它通过连接函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。广义线性模型拟合的形式为:其中g(μY)是条件均值的函数(称为连接函数)。另外,你可放松Y为正态分布的假设,改为Y 服从指数分布族中的一种分布即可。设定好连接函数和概率分布后,便可以通过最大似然估计的多次迭代推导出各参数值。在大部分情况下,线性模型就可以通过一系列连续型或类别型预测变量来预测正态分布的响应变量的工作。但是,有时候我们要进行非正态因变量的分析,例如:(1)类别型.._广义线性回归模型

HTML+CSS大作业 环境网页设计与实现(垃圾分类) web前端开发技术 web课程设计 网页规划与设计_垃圾分类网页设计目标怎么写-程序员宅基地

文章浏览阅读69次。环境保护、 保护地球、 校园环保、垃圾分类、绿色家园、等网站的设计与制作。 总结了一些学生网页制作的经验:一般的网页需要融入以下知识点:div+css布局、浮动、定位、高级css、表格、表单及验证、js轮播图、音频 视频 Flash的应用、ul li、下拉导航栏、鼠标划过效果等知识点,网页的风格主题也很全面:如爱好、风景、校园、美食、动漫、游戏、咖啡、音乐、家乡、电影、名人、商城以及个人主页等主题,学生、新手可参考下方页面的布局和设计和HTML源码(有用点赞△) 一套A+的网_垃圾分类网页设计目标怎么写

C# .Net 发布后,把dll全部放在一个文件夹中,让软件目录更整洁_.net dll 全局目录-程序员宅基地

文章浏览阅读614次,点赞7次,收藏11次。之前找到一个修改 exe 中 DLL地址 的方法, 不太好使,虽然能正确启动, 但无法改变 exe 的工作目录,这就影响了.Net 中很多获取 exe 执行目录来拼接的地址 ( 相对路径 ),比如 wwwroot 和 代码中相对目录还有一些复制到目录的普通文件 等等,它们的地址都会指向原来 exe 的目录, 而不是自定义的 “lib” 目录,根本原因就是没有修改 exe 的工作目录这次来搞一个启动程序,把 .net 的所有东西都放在一个文件夹,在文件夹同级的目录制作一个 exe._.net dll 全局目录

BRIEF特征点描述算法_breif description calculation 特征点-程序员宅基地

文章浏览阅读1.5k次。本文为转载,原博客地址:http://blog.csdn.net/hujingshuang/article/details/46910259简介 BRIEF是2010年的一篇名为《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度..._breif description calculation 特征点

房屋租赁管理系统的设计和实现,SpringBoot计算机毕业设计论文_基于spring boot的房屋租赁系统论文-程序员宅基地

文章浏览阅读4.1k次,点赞21次,收藏79次。本文是《基于SpringBoot的房屋租赁管理系统》的配套原创说明文档,可以给应届毕业生提供格式撰写参考,也可以给开发类似系统的朋友们提供功能业务设计思路。_基于spring boot的房屋租赁系统论文