Pandas实战小练习，北京天气数据的数据清洗处理【文末有数据地址】

0. 问题

对于如下的Excel文件：

怎样做如下两个处理：

1. 将日期列的“2023-01-07 星期六”，拆分成“2023-01-07”和“星期六”两列；

2. 将最高温、最低温的两列的温度转换成数字类型，就是把数字中的小圆圈去掉；

结果形式为：

1. 读取excel数据

import pandas as pd

df = pd.read_excel(
  "./datas/beijing_tianqi/北京10年天气数据.xlsx", 
  engine="openpyxl")

df.head()

	日期	最高温	最低温	天气	风力风向
0	2012-01-01 周日	3°	-4°	多云~阴	无持续风向微风
1	2012-01-02 周一	2°	-6°	晴	北风4-5级
2	2012-01-03 周二	1°	-8°	晴	北风~无持续风向3-4级~微风
3	2012-01-04 周三	1°	-10°	晴	无持续风向微风
4	2012-01-05 周四	2°	-8°	晴~多云	无持续风向微风

2. 日期拆成两列

def split_date(row):
    date, week = row["日期"].split()
    return date, week

df[["日期", "星期"]] = df.apply(
  split_date, axis=1, result_type="expand")

df.head()

	日期	最高温	最低温	天气	风力风向	星期
0	2012-01-01	3°	-4°	多云~阴	无持续风向微风	周日
1	2012-01-02	2°	-6°	晴	北风4-5级	周一
2	2012-01-03	1°	-8°	晴	北风~无持续风向3-4级~微风	周二
3	2012-01-04	1°	-10°	晴	无持续风向微风	周三
4	2012-01-05	2°	-8°	晴~多云	无持续风向微风	周四

3. 温度字符串的处理

df["最高温"] = df["最高温"].map(
  lambda x : int(str(x).replace("°", "")))

def get_wendu(x):
    x = str(x).replace("°", "")
    if x:
        return int(x)
    return 0

df["最低温"] = df["最低温"].map(get_wendu)

df.head()

	日期	最高温	最低温	天气	风力风向	星期
0	2012-01-01	3	-4	多云~阴	无持续风向微风	周日
1	2012-01-02	2	-6	晴	北风4-5级	周一
2	2012-01-03	1	-8	晴	北风~无持续风向3-4级~微风	周二
3	2012-01-04	1	-10	晴	无持续风向微风	周三
4	2012-01-05	2	-8	晴~多云	无持续风向微风	周四

df.dtypes

日期      object
最高温      int64
最低温      int64
天气      object
风力风向    object
星期      object
dtype: object

4. 数据文件地址：

http://www.crazyant.net/wp-content/uploads/2023/01/%E5%8C%97%E4%BA%AC10%E5%B9%B4%E5%A4%A9%E6%B0%94%E6%95%B0%E6%8D%AE.xlsx

查看视频：