我报名参与金石方案1期应战——瓜分10万奖池，这是我的第7篇文章，点击检查活动详情
1. 引言
1.1 项目需求：
本节，咱们持续完善北京市租房数据处理实战，数据集根本处理请参阅本系列上篇文章：【数据处理】北京市租房事例实战（1） – ()。
留意：本事例运用Jupyter Notebook进行事例演示
首先简单回顾一下项目要求：
- 计算每个区域的房源总数量，并运用热力图对房源位置的散布情况进行剖析
- 运用条形计算图剖析哪种户型的数量最多、更受欢迎
- 计算每个区域的平均租金，并结合柱状图和折线图剖析各区域的房源数量和租金情况
- 计算面积区域的市场占有率，并运用饼图绘制个区间所占份额
2. 数据转化类型
在本数据集中，“面积(㎡)”这一列中存在中文字符，阐明这一列数据都是字符串类型的。为了便利后续对面积数据进行数学运算，所以需求将“面积(㎡)”一列的数据类型转化为float类型。
2.1 面积数据类型转化
- 创立一个空数组用来接收新数据
- 把”面积(㎡)”这列对应的值导出
- 运用循环遍历，将对应的字符串切分后，追加到空数组中
- i[:-2]：表明第i个元素的第一个字符到倒数第二个字符
- append：在数组后追加新的元素
# 创立一个空的数组
data_new = np.array([])
data_ares = file_data["面积(㎡)"].values
for i in data_ares:
data_new = np.append(data_new, np.array(i[:-2]))
data_new
运转成果如下图所示：
- 新数组中保存的数据虽然被切分成功，但是还不是数值的方式
- 需求将其数据类型转化为浮点数
- 代码如下所示：
# 转化data_new中的数据类型
data_new = data_new.astype(np.float64)
data_new
运转成果如下图所示：
- 将转化为浮点数今后的数组替换原数据集
- 先索引到要替换的列，然后对该列进行赋值
- 具体代码如下所示：
# 替换原数据
file_data.loc[:, "面积(㎡)"] = data_new
file_data
运转成果如下图所示：可以看出”面积(㎡)”那一列数据的单位名称被切掉了，只保存浮点数方式，便利后续的数据处理。
