端午节的淘宝粽子交易
import pandas as pd import numpy as np df1 = pd.read_csv('zongzi.csv') # 请删除最后一列为缺失值的行，并求所有在杭州发货的商品单价均值 print(df1.info()) # 去掉空格 df1.columns = df1.columns.str.strip() # 去掉发货地址的缺失值 df1.dropna(axis=0, subset=['发货地址'], inplace=True) # 去掉发货地址的缺失值 df1.dropna(axis=0, subset=['发货地址'], inplace=True) # 寻找脏数据 df_hz = df1.loc[df1['发货地址'].str.contains(r'杭州')] print(df_hz.loc[~df_hz['价格'].str.match(r'^\d+\.?\d+$')]) df_hz.loc[4376, '价格'] = 45 print(df_hz['价格'].astype('float').mean()) # 商品标题带有“嘉兴”但发货地却不在嘉兴的商品有多少条记录 df2 = df1[df1['发货地址 '].map(lambda x:True if '嘉兴'not in x else False)] print(df2[df2['标题'].map(lambda x:True if '嘉兴' in x else False)].shape[0]) # 请按照分位数将价格分为“高、较高、中、较低、低”5 个类别，再将类别结果插入到标题一列之后，最后对类别列进行降序排序 # 付款人数一栏有缺失值吗？若有则请利用上一问的分类结果对这些缺失值进行合理估计并填充 # 请将数据后四列合并为如下格式的 Series：商品发货地为 ××，店铺为××，共计 ×× 人付款，单价为 ××' # 请将上一问中的结果恢复成原来的四列