1資料標準化

將資料按比例縮放，使之落入到特定區間，一般我們使用0-1標準化。公式如下：

X∗=x−minmax−minX∗=x−minmax−min

#導包
import pandas;
from pandas import read_csv

df=read_csv(r"C:\Users\JackPi\Desktop\pandas\data\data13.csv")

scale=(df.score-df.score.min())/(df.score.max()-df.score.min())

資料計算前後對比 

2 資料分組

根據資料分析物件的特徵，按照一定數值指標，把資料分析物件劃分為不同的區間部分來進行研究，以揭示其內在的聯絡和規律性。這裡我們可以使用cut函式,cut(series,bins,right=True,labels=NULL)，其中：

series：需要分組的資料

bins：分組的劃分陣列

right：分組的時候，右邊是否閉合

labels：分組的自定義標籤，可以不自定義

#導包
import pandas;
from pandas import read_csv

df=read_csv(r"C:\Users\JackPi\Desktop\pandas\data\data14.csv",sep="|")

bins=[min(df.cost)-1,20,40,60,80,100,max(df.cost)+1]

labels=['20以下','20到40','40到60','60到80','80到100','100以上']

result=pandas.cut(df.cost,bins=bins,right=False,labels=labels)
 

資料處理前後對比：

將對應的資料進行了標註。

3 日期轉換

將字元型的日期格式的資料，轉換成日期型資料的過程，使用date=to_datetime(dateString,format)

#導包
from pandas import read_csv
from pandas import to_datetime

df=read_csv(r"C:\Users\JackPi\Desktop\pandas\data\data15.csv",encoding='utf8')

df_dt=to_datetime(df.註冊時間,format="%Y/%m/%d")
 

資料處理前後對照

4日期格式化

將日期型的資料，按照給定的格式，轉為字元型的資料。日期格式化函式：apply(lambda x:處理邏輯)，datetime.strftime(x,format) ，這裡的format與時間轉化相同。

#導包
from pandas import read_csv
from pandas import to_datetime
from datetime import datetime

df=read_csv(r"C:\Users\JackPi\Desktop\pandas\data\data16.csv",encoding='utf8')

df_dt=to_datetime(df.註冊時間,format="%Y/%m/%d")

df_dt_str=df_dt.apply(lambda x: datetime.strftime(x,"%d-%m-%Y"))

時間轉換前後對比

5日期抽取

從日期格式裡，抽取出需要的部分屬性。使用的發函數：datetime列.dt.property

#導包
from pandas import read_csv
from pandas import to_datetime

df=read_csv(r"C:\Users\JackPi\Desktop\pandas\data\data17.csv",encoding='utf8')

df_dt=to_datetime(df.註冊時間,format="%Y/%m/%d")

s_y=df_dt.dt.year
s_s=df_dt.dt.second
s_m=df_dt.dt.minute
s_h=df_dt.dt.hour
s_d=df_dt.dt.day
s_M=df_dt.dt.month
s_w=df_dt.dt.weekday

原始資料，轉換資料對比