python数据处理

1.数据清洗

1.1 数据格式化

　　数据格式化是数据清洗常见的形式之一，就是将可读性差的或无法阅读的数据转换成可读性较强的数据格式。

　　python对字符串和数字都有格式化的方法，如%s, %d分别代表格式化字符串、格式化数字，经常和print一起使用。python还有更高级的方法格式化数据-format

print('你好，{}，我是{}'.format('json', 'fight139'))

print('question:{[0]}, 
Answer:{[0]}'.format(['你是谁？','你多大了'], ['我是fight139', '18岁']))

　　这里使用格式语法[0]挑出对应索引的数据。

　　字典：

    dic = {
        'float_num': 3.1415,
        'very_large_num': 54864665745,
        'percentage': .29
    }

    str = "float:{float_num:.4f}
"
    str += "integer:{very_large_num:,}
"
    str += "percentage:{percentage:.2%}"  # 29.00%
    print(str.format(**dic))  # 自动拆包

View Code

这里用到了字典，利用键访问字典的值，我们用 : 分割键名和格式。 .4f 表示将数字转成浮点数（f），保留4位小数（.4）。
数字格式不变，加 , 作为千位分隔符。
数字格式不变，加入%百分号，小数点后保留2位

　　除了格式化字符串和数字，python格式化日期也很容易。python的datetime模块有很多方法，可以格式化python已有或生产的日期。

end