python数据分析之Panads-1

1.1 Panads基本介绍

Python Data Analysis Library 或 Pandas是基于Numpy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

import pandas as pd
import numpy as np

Pandas 基本数据结构

pandas有两种常用的基本结构：

• Series
  • 一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很接近。Series能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。
• DataFrame
  • 二维的表格型数据结构。很多功能与R中的data.frame类似。可以将DataFrame理解为Series的容器。以下的内容主要以DataFrame为主。

1.2 Pandas库的series类型

一维Series可以用一维列表初始化：

s = pd.Series([1.0,'3',5,np.nan,6,8])#index = ['a','b','c','d','x','y'])设置索引，np.nan设置空值
print(s)

0      1
1      3
2      5
3    NaN
4      6
5      8
dtype: object

默认情况下，Series的下标都是数字（可以使用额外参数指定），类型是统一的。

索引——数据的行标签

s.index #从0到6（不含），1为步长

RangeIndex(start=0, stop=6, step=1)

值

s.values

array([ 1.,  3.,  5., nan,  6.,  8.])

s[3]

nan

切片操作

s[2:5] #左闭右开

2    5.0
3    NaN
4    6.0
dtype: float64

s[::2]

0    1.0
2    5.0
4    6.0
dtype: float64

索引赋值

s.index.name = '索引'
s

索引
0    1.0
1    3.0
2    5.0
3    NaN
4    6.0
5    8.0
dtype: float64

s.index = list('ABCDEF')
s

A    1.0
B    3.0
C    5.0
D    NaN
E    6.0
F    8.0
dtype: float64

s['A':'C':2] #依据自己定义的数据类型进行切片，不是左闭右开了

A    1.0
C    5.0
dtype: float64

1.3 Pandas库的DataFrame类型

DataFrame则是个二维结构，这里首先构造一组时间序列，作为我们第一维的下标：

date = pd.date_range("20180101", periods = 8)#【时间序列】开始日期、时间数量
print(date)

DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04','2018-01-05', '2018-01-06', '2018-01-07', '2018-01-08'],dtype='datetime64[ns]', freq='D')

然后创建一个DataFrame结构：

df = pd.DataFrame(np.random.randn(8,4), index = date, columns = list("ABCD"))#【8*4的正态分布随机数】
df

	A	B	C	D
2018-01-01	1.577947	-0.161282	-0.160229	-2.216352
2018-01-02	1.078186	-2.263248	0.389983	-2.010975
2018-01-03	-0.895971	0.001127	0.531558	1.228181
2018-01-04	0.668917	0.273921	-0.608988	1.457584
2018-01-05	0.301724	-0.431909	-0.715432	-1.559604
2018-01-06	-1.111374	0.928645	1.079988	0.471519
2018-01-07	-2.202687	0.248372	-0.655589	-0.696633
2018-01-08	0.657140	0.614334	-0.715822	0.263656

默认情况下，如果不指定index参数和columns，那么它们的值将从用0开始的数字替代。

df = pd.DataFrame(np.random.randn(6,4))
df

	0	1	2	3
0	0.602180	-1.732669	-1.922253	2.498674
1	-1.011882	0.366737	-0.123699	-0.644295
2	0.741352	0.151177	0.287280	-0.132270
3	-0.305469	-0.485153	-1.201513	-0.264719
4	-1.256314	-0.868609	0.514372	-0.100096
5	0.050320	-0.724412	1.022536	0.675323

除了向DataFrame中传入二维数组，我们也可以使用字典传入数据：

df2 = pd.DataFrame({'A':1.,'B':pd.Timestamp("20221208"),#时间戳'C':pd.Series(1,index = list(range(4)),dtype = float),#一维数组'D':np.array([3]*4, dtype = int),'E':pd.Categorical(["test","train","test","train"]),#分类类型'F':"abc"})
df2

	A	B	C	D	E	F
0	1.0	2022-12-08	1.0	3	test	abc
1	1.0	2022-12-08	1.0	3	train	abc
2	1.0	2022-12-08	1.0	3	test	abc
3	1.0	2022-12-08	1.0	3	train	abc

df2.dtypes #查看各个列的数据类型

A           float64
B    datetime64[ns]
C           float64
D             int32
E          category
F            object
dtype: object

字典的每个key代表一列，其value可以是各种能够转化为Series的对象。

与Series要求所有的类型都一致不同，DataFrame只要求每一列数据的格式相同。

查看数据

头尾数据

head和tail方法可以分别查看最前面几行和最后面几行的数据（默认为5）：

df.head()

	0	1	2	3
0	0.602180	-1.732669	-1.922253	2.498674
1	-1.011882	0.366737	-0.123699	-0.644295
2	0.741352	0.151177	0.287280	-0.132270
3	-0.305469	-0.485153	-1.201513	-0.264719
4	-1.256314	-0.868609	0.514372	-0.100096

最后3行：

df.tail(3)

	0	1	2	3
3	-0.305469	-0.485153	-1.201513	-0.264719
4	-1.256314	-0.868609	0.514372	-0.100096
5	0.050320	-0.724412	1.022536	0.675323

下标，列标，数据

下标使用index属性查看：

df.index

RangeIndex(start=0, stop=6, step=1)

列标使用columns属性查看：

df.columns

RangeIndex(start=0, stop=4, step=1)

数据值使用values查看：

df.values

array([[ 0.6021798 , -1.73266939, -1.92225262,  2.49867449],[-1.0118822 ,  0.36673655, -0.12369945, -0.64429504],[ 0.7413523 ,  0.15117739,  0.28727968, -0.13227026],[-0.30546859, -0.48515277, -1.2015134 , -0.26471897],[-1.25631361, -0.86860922,  0.51437188, -0.10009562],[ 0.05032004, -0.72441185,  1.02253559,  0.67532251]])

1.4 pandas读取数据及数据操作

我们将以豆瓣的电影数据作为我们深入了解Pandas的一个示例。

path='T:/WTcrazy_Python/Python/豆瓣电影数据.xlsx'#不能出现中文
df = pd.read_excel(path,index_col = 0,encoding='gbk')
#csv:read_csv;绝对路径或相对路径默认在当前文件夹下。r告诉编译器不需要转义
#具体其它参数可以去查帮助文档 ?pd.read_excel

df.head()

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.5	意大利
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港

df.tail()

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
38733	神学院 S	46.0	Adult	法国	1905-06-05 00:00:00	58	1983	8.6	美国
38734	1935年	57.0	喜剧/歌舞	美国	1935-03-15 00:00:00	98	1935	7.6	美国
38735	血溅画屏	95.0	剧情/悬疑/犯罪/武侠/古装	中国大陆	1905-06-08 00:00:00	91	1986	7.1	美国
38736	魔窟中的幻想	51.0	惊悚/恐怖/儿童	中国大陆	1905-06-08 00:00:00	78	1986	8.0	美国
38737	列宁格勒围困之星火战役 Блокада: Фильм 2: Ленинградский ме...	32.0	剧情/战争	苏联	1905-05-30 00:00:00	97	1977	6.6	美国

行操作

df.loc[0]

名字                   肖申克的救赎
投票人数                 692795
类型                    剧情/犯罪
产地                       美国
上映时间    1994-09-10 00:00:00
时长                      142
年代                     1994
评分                      9.6
首映地点                 多伦多电影节
Name: 0, dtype: object

df.loc[0:5] #左闭右开

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.5	意大利
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港
5	泰坦尼克号	157074.0	剧情/爱情/灾难	美国	2012-04-10 00:00:00	194	2012	9.4	中国大陆

也可以使用loc

df.loc[0:5] #左闭右闭

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.5	意大利
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港
5	泰坦尼克号	157074.0	剧情/爱情/灾难	美国	2012-04-10 00:00:00	194	2012	9.4	中国大陆

添加一行

dit = {"名字":"复仇者联盟3","投票人数":123456,"类型":"剧情/科幻","产地":"美国","上映时间":"2018-05-04 00:00:00","时长":142,"年代":2018,"评分":np.nan,"首映地点":"美国"}
s = pd.Series(dit)
s.name = 38738

s

名字                   复仇者联盟3
投票人数                 123456
类型                    剧情/科幻
产地                       美国
上映时间    2018-05-04 00:00:00
时长                      142
年代                     2018
评分                      NaN
首映地点                     美国
Name: 38738, dtype: object

df = df.append(s) #覆盖掉原来的数据重新进行赋值
df[-5:]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
38734	1935年	57.0	喜剧/歌舞	美国	1935-03-15 00:00:00	98	1935	7.6	美国
38735	血溅画屏	95.0	剧情/悬疑/犯罪/武侠/古装	中国大陆	1905-06-08 00:00:00	91	1986	7.1	美国
38736	魔窟中的幻想	51.0	惊悚/恐怖/儿童	中国大陆	1905-06-08 00:00:00	78	1986	8.0	美国
38737	列宁格勒围困之星火战役 Блокада: Фильм 2: Ленинградский ме...	32.0	剧情/战争	苏联	1905-05-30 00:00:00	97	1977	6.6	美国
38738	复仇者联盟3	123456.0	剧情/科幻	美国	2018-05-04 00:00:00	142	2018	NaN	美国

删除一行

df = df.drop([38738])
df[-5:]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
38733	神学院 S	46.0	Adult	法国	1905-06-05 00:00:00	58	1983	8.6	美国
38734	1935年	57.0	喜剧/歌舞	美国	1935-03-15 00:00:00	98	1935	7.6	美国
38735	血溅画屏	95.0	剧情/悬疑/犯罪/武侠/古装	中国大陆	1905-06-08 00:00:00	91	1986	7.1	美国
38736	魔窟中的幻想	51.0	惊悚/恐怖/儿童	中国大陆	1905-06-08 00:00:00	78	1986	8.0	美国
38737	列宁格勒围困之星火战役 Блокада: Фильм 2: Ленинградский ме...	32.0	剧情/战争	苏联	1905-05-30 00:00:00	97	1977	6.6	美国

列操作

df.columns

Index(['名字', '投票人数', '类型', '产地', '上映时间', '时长', '年代', '评分', '首映地点'], dtype='object')

df["名字"][:5] #后面中括号表示只想看到的行数，下同

0    肖申克的救赎
1      控方证人
2     美丽人生
3      阿甘正传
4      霸王别姬
Name: 名字, dtype: object

df[["名字","类型"]][:5]

	名字	类型
0	肖申克的救赎	剧情/犯罪
1	控方证人	剧情/悬疑/犯罪
2	美丽人生	剧情/喜剧/爱情
3	阿甘正传	剧情/爱情
4	霸王别姬	剧情/爱情/同性

增加一列

df["序号"] = range(1,len(df)+1) #生成序号的基本方式【左闭右开】
df[:5]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点	序号
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节	1
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国	2
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.5	意大利	3
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映	4
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港	5

删除一列

df = df.drop("序号",axis = 1) #axis指定方向，0为行1为列，默认为0
df[:5]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.5	意大利
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港

通过标签选择数据

df.loc[[index],[colunm]]通过标签选择数据

df.loc[1,"名字"]

'控方证人'

df.loc[[1,3,5,7,9],["名字","评分"]] #多行跳行多列跳列选择

	名字	评分
1	控方证人	9.5
3	阿甘正传	9.4
5	泰坦尼克号	9.4
7	新世纪福音战士剧场版：Air/真心为你 新世紀エヴァンゲリオン劇場版 Ai	9.4
9	这个杀手不太冷	9.4

条件选择

选取产地为美国的所有电影

df[df["产地"] == "美国"][:5] #内部为bool

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
5	泰坦尼克号	157074.0	剧情/爱情/灾难	美国	2012-04-10 00:00:00	194	2012	9.4	中国大陆
6	辛德勒的名单	306904.0	剧情/历史/战争	美国	1993-11-30 00:00:00	195	1993	9.4	华盛顿首映

选取产地为美国的所有电影，并且评分大于9分的电影

df[(df.产地 == "美国") & (df.评分 > 9)][:5] #df.标签:更简洁的写法

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
5	泰坦尼克号	157074.0	剧情/爱情/灾难	美国	2012-04-10 00:00:00	194	2012	9.4	中国大陆
6	辛德勒的名单	306904.0	剧情/历史/战争	美国	1993-11-30 00:00:00	195	1993	9.4	华盛顿首映

选取产地为美国或中国大陆的所有电影，并且评分大于9分

df[((df.产地 == "美国") | (df.产地 == "中国大陆")) & (df.评分 > 9)][:5]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港
5	泰坦尼克号	157074.0	剧情/爱情/灾难	美国	2012-04-10 00:00:00	194	2012	9.4	中国大陆

1.5 缺失值及异常值处理

缺失值处理方法：

方法	说明
dropna	根据标签中的缺失值进行过滤，删除缺失值
fillna	对缺失值进行填充
isnull	返回一个布尔值对象，判断哪些值是缺失值
notnull	isnull的否定式

判断缺失值

df[df["名字"].isnull()][:10]#【名字是nan】

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
231	NaN	144.0	纪录片/音乐	韩国	2011-02-02 00:00:00	90	2011	9.7	美国
361	NaN	80.0	短片	其他	1905-05-17 00:00:00	4	1964	5.7	美国
369	NaN	5315.0	剧情	日本	2004-07-10 00:00:00	111	2004	7.5	日本
372	NaN	263.0	短片/音乐	英国	1998-06-30 00:00:00	34	1998	9.2	美国
374	NaN	47.0	短片	其他	1905-05-17 00:00:00	3	1964	6.7	美国
375	NaN	1193.0	短片/音乐	法国	1905-07-01 00:00:00	10	2010	7.7	美国
411	NaN	32.0	短片	其他	1905-05-17 00:00:00	3	1964	7.0	美国
432	NaN	1081.0	剧情/动作/惊悚/犯罪	美国	2016-02-26 00:00:00	115	2016	6.0	美国
441	NaN	213.0	恐怖	美国	2007-03-06 00:00:00	83	2007	3.2	美国
448	NaN	110.0	纪录片	荷兰	2002-04-19 00:00:00	48	2000	9.3	美国

# print(df["名字"].notnull())
df[df["名字"].notnull()][:5]#【名字非nan】

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.6	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.5	美国
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.5	意大利
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.4	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.4	香港

填充缺失值

df[df["评分"].isnull()][:10] #注意这里特地将前面加入的复仇者联盟令其评分缺失来举例

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
38738	复仇者联盟3	123456.0	剧情/科幻	美国	2018-05-04 00:00:00	142	2018	NaN	美国

df["评分"].fillna(np.mean(df["评分"]), inplace = True) #使用均值来进行替代，inplace意为直接在原始数据中进行修改
df[-5:]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
38734	1935年	57.0	喜剧/歌舞	美国	1935-03-15 00:00:00	98	1935	7.600000	美国
38735	血溅画屏	95.0	剧情/悬疑/犯罪/武侠/古装	中国大陆	1905-06-08 00:00:00	91	1986	7.100000	美国
38736	魔窟中的幻想	51.0	惊悚/恐怖/儿童	中国大陆	1905-06-08 00:00:00	78	1986	8.000000	美国
38737	列宁格勒围困之星火战役 Блокада: Фильм 2: Ленинградский ме...	32.0	剧情/战争	苏联	1905-05-30 00:00:00	97	1977	6.600000	美国
38738	复仇者联盟3	123456.0	剧情/科幻	美国	2018-05-04 00:00:00	142	2018	6.935704	美国

df1 = df.fillna("未知电影") #谨慎使用，除非确定所有的空值都是在一列中，否则所有的空值都会填成这个
#不可采用df["名字"].fillna("未知电影")的形式，因为填写后数据格式就变了，变成Series了
df1

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
0	肖申克的救赎	692795.0	剧情/犯罪	美国	1994-09-10 00:00:00	142	1994	9.600000	多伦多电影节
1	控方证人	42995.0	剧情/悬疑/犯罪	美国	1957-12-17 00:00:00	116	1957	9.500000	美国
2	美丽人生	327855.0	剧情/喜剧/爱情	意大利	1997-12-20 00:00:00	116	1997	9.500000	意大利
3	阿甘正传	580897.0	剧情/爱情	美国	1994-06-23 00:00:00	142	1994	9.400000	洛杉矶首映
4	霸王别姬	478523.0	剧情/爱情/同性	中国大陆	1993-01-01 00:00:00	171	1993	9.400000	香港
5	泰坦尼克号	157074.0	剧情/爱情/灾难	美国	2012-04-10 00:00:00	194	2012	9.400000	中国大陆
6	辛德勒的名单	306904.0	剧情/历史/战争	美国	1993-11-30 00:00:00	195	1993	9.400000	华盛顿首映
7	新世纪福音战士剧场版：Air/真心为你 新世紀エヴァンゲリオン劇場版 Ai	24355.0	剧情/动作/科幻/动画/奇幻	日本	1997-07-19 00:00:00	87	1997	9.400000	日本
8	银魂完结篇：直到永远的万事屋 劇場版 銀魂 完結篇 万事屋よ	21513.0	剧情/动画	日本	2013-07-06 00:00:00	110	2013	9.400000	日本
9	这个杀手不太冷	662552.0	剧情/动作/犯罪	法国	1994-09-14 00:00:00	133	1994	9.400000	法国
10	灿烂人生	16807.0	剧情/爱情/家庭	意大利	2003-06-22 00:00:00	366	2003	9.300000	美国
11	疯狂动物城	284652.0	喜剧/动作/动画/冒险	美国	2016-03-04 00:00:00	109	2016	9.300000	中国大陆/美国
12	福音战士新剧场版：破 ヱヴァンゲリヲン新劇場版：	32524.0	剧情/动作/科幻/动画	日本	2009-06-27 00:00:00	108	2009	9.300000	美国
13	海豚湾	159302.0	纪录片	美国	2009-07-31 00:00:00	92	2009	9.300000	美国
14	回忆积木小屋 つみきのい	93384.0	剧情/动画/短片	日本	2008-06-10 00:00:00	12	2008	9.300000	美国
15	机器人总动员	421734.0	喜剧/爱情/科幻/动画/冒险	美国	2008-06-27 00:00:00	98	2008	9.300000	美国
16	十二怒汉	134949.0	剧情	美国	1957-04-01 00:00:00	96	1957	9.300000	美国
17	旅行到宇宙边缘	10044.0	纪录片	美国	2008-11-07 00:00:00	90	2008	9.300000	美国
18	父与女	53358.0	剧情/动画/短片	英国	2001-05-27 00:00:00	60	2001	9.200000	美国
19	暴力云与送子鹳	75567.0	喜剧/动画/短片/奇幻	美国	2009-05-29 00:00:00	6	2009	9.200000	美国
20	城市之光	31105.0	剧情/喜剧/爱情	美国	1931-01-30 00:00:00	87	1931	9.200000	美国
21	大闹天宫	74881.0	动画/奇幻	中国大陆	1905-05-14 00:00:00	114	1961	9.200000	上集
22	盗梦空间	642134.0	剧情/动作/科幻/悬疑/冒险	美国	2010-09-01 00:00:00	148	2010	9.200000	中国大陆
23	放牛班的春天	370585.0	剧情/音乐/儿童	法国	2004-10-16 00:00:00	97	2004	9.200000	中国大陆
24	海上钢琴师	501153.0	剧情/音乐	意大利	1998-10-28 00:00:00	165	1998	9.200000	意大利
25	家园	32717.0	纪录片	法国	2009-06-05 00:00:00	118	2009	9.200000	美国
26	教父	280871.0	剧情/犯罪	美国	1972-03-15 00:00:00	175	1972	9.200000	纽约首映
27	乱世佳人	226131.0	剧情/爱情/战争	美国	1939-12-15 00:00:00	238	1939	9.200000	亚特兰大首映
28	千与千寻 千と千尋の神隠	525505.0	剧情/动画/奇幻	日本	2001-07-20 00:00:00	125	2001	9.200000	日本
29	穹顶之下	51113.0	纪录片	中国大陆	2015-02-28 00:00:00	104	2015	9.200000	中国大陆
...	...	...	...	...	...	...	...	...	...
38709	孟菲斯美女号	1627.0	剧情/动作/战争	英国	1990-09-07 00:00:00	107	1990	8.400000	美国
38710	末路英雄半世情	216.0	剧情	英国	1990-11-01 00:00:00	126	1990	8.100000	美国
38711	活死人之夜	1326.0	恐怖	美国	1990-10-19 00:00:00	92	1990	6.800000	美国
38712	省港旗兵3：逃出香港 省港旗兵第	1399.0	动作	中国香港	1989-01-12 00:00:00	100	1989	6.100000	香港
38713	危险之至	85.0	剧情/动作/悬疑	美国	1989-01-13 00:00:00	100	1989	8.000000	美国
38714	拯救首相	111.0	动作/战争	意大利	1989-12-22 00:00:00	85	1989	7.700000	美国
38715	二二六	568.0	剧情/动作/战争	日本	1989-06-17 00:00:00	114	1989	6.900000	美国
38716	华沙谍战	719.0	动作/传记/犯罪	波兰	2014-02-07 00:00:00	128	2014	7.000000	波兰
38717	地狱·天堂	171.0	恐怖	中国大陆	1905-06-11 00:00:00	89	1989	6.200000	美国
38718	达摩为何东渡？	291.0	剧情	韩国	1989-09-23 00:00:00	175	1989	8.100000	韩国
38719	天伦乐	99.0	剧情	美国	1988-09-02 00:00:00	99	1988	8.500000	美国
38720	青春禁忌游戏 Дорогая Елена Сергее	118.0	剧情	苏联	1988-04-12 00:00:00	94	1988	9.100000	美国
38721	安迪·沃霍尔	40.0	纪录片/传记	英国	1987-06-09 00:00:00	76	1987	8.100000	美国
38722	青春传奇	175.0	剧情/音乐/传记	美国	1987-07-24 00:00:00	108	1987	8.200000	美国
38723	我要求审判	102.0	剧情/惊悚	美国	1987-11-20 00:00:00	116	1987	8.200000	美国
38724	跷家的一夜	82.0	喜剧/动作/惊悚/冒险	美国	1987-07-01 00:00:00	102	1987	7.800000	美国
38725	黑皮与白牙 黑皮與白	106.0	剧情	中国台湾	1987-02-01 00:00:00	97	1987	8.000000	美国
38726	零下的激情	199.0	剧情/爱情/犯罪	美国	1987-11-06 00:00:00	98	1987	7.400000	美国
38727	T省的八四、八五	380.0	剧情	中国大陆	1905-06-08 00:00:00	94	1986	8.700000	美国
38728	离别秋波	240.0	剧情/爱情/音乐	美国	1986-02-19 00:00:00	90	1986	8.200000	美国
38729	失踪的女中学生	101.0	儿童	中国大陆	1905-06-08 00:00:00	102	1986	7.400000	美国
38730	喧闹村的孩子们	36.0	家庭	瑞典	1986-12-06 00:00:00	9200	1986	8.700000	瑞典
38731	血战台儿庄	2908.0	战争	中国大陆	1905-06-08 00:00:00	120	1986	8.100000	美国
38732	极乐森林	45.0	纪录片	美国	1986-09-14 00:00:00	90	1986	8.100000	美国
38733	神学院 S	46.0	Adult	法国	1905-06-05 00:00:00	58	1983	8.600000	美国
38734	1935年	57.0	喜剧/歌舞	美国	1935-03-15 00:00:00	98	1935	7.600000	美国
38735	血溅画屏	95.0	剧情/悬疑/犯罪/武侠/古装	中国大陆	1905-06-08 00:00:00	91	1986	7.100000	美国
38736	魔窟中的幻想	51.0	惊悚/恐怖/儿童	中国大陆	1905-06-08 00:00:00	78	1986	8.000000	美国
38737	列宁格勒围困之星火战役 Блокада: Фильм 2: Ленинградский ме...	32.0	剧情/战争	苏联	1905-05-30 00:00:00	97	1977	6.600000	美国
38738	复仇者联盟3	123456.0	剧情/科幻	美国	2018-05-04 00:00:00	142	2018	6.935704	美国

38739 rows × 9 columns

df1[df1["名字"].isnull()][:10]

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点

删除缺失值

df.dropna() 参数how = 'all':删除全为空值的行或列
inplace = True: 覆盖之前的数据
axis = 0: 选择行或列，默认是行

len(df)

38176

df2 = df.dropna()

len(df2)

38176

df.dropna(inplace = True)

len(df) #inplace覆盖掉原来的值

38176

处理异常值

异常值，即在数据集中存在不合理的值，又称离群点。比如年龄为-1，笔记本电脑重量为1吨等，都属于异常值的范围。

df[df["投票人数"] < 0] #直接删除，或者找原始数据来修正都行

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
19777	皇家大贼 皇家大	-80.0	剧情/犯罪	中国香港	1985-05-31 00:00:00	60	1985	6.3	美国
19786	日本的垃圾去中国大陆 にっぽんの“ゴミ” 大陆へ渡る ～中国式リサイクル錬	-80.0	纪录片	日本	1905-06-26 00:00:00	60	2004	7.9	美国
19797	女教徒	-118.0	剧情	法国	1966-05-06 00:00:00	135	1966	7.8	美国

df[df["投票人数"] % 1 != 0] #小数异常值

	名字	投票人数	类型	产地	上映时间	时长	年代	评分	首映地点
19791	女教师 女教	8.30	剧情/犯罪	日本	1977-10-29 00:00:00	100	1977	6.6	日本
19804	女郎漫游仙境 ドレミファ娘の血は騒	5.90	喜剧/歌舞	日本	1985-11-03 00:00:00	80	1985	6.7	日本
19820	女仆日记	12.87	剧情	法国	2015-04-01 00:00:00	96	2015	5.7	法国
38055	逃出亚卡拉	12.87	剧情/动作/惊悚/犯罪	美国	1979-09-20 00:00:00	112	1979	7.8	美国

对于异常值，一般来说数量都会很少，在不影响整体数据分布的情况下，我们直接删除就可以了

其他属性的异常值处理，我们会在格式转换部分，进一步讨论

df = df[df.投票人数 > 0]
df = df[df["投票人数"] % 1 == 0]#【重新赋值，删除异常值】

1.6 数据保存

数据处理之后，然后将数据重新保存到movie_data.xlsx

df.to_excel("movie_data.xlsx") #默认路径为现在文件夹所在的路径

第三次课作业

（1）Pandas基础知识

（1）用字典数据类型创建DataFrame。
data={‘state’:[‘a’,‘b’,‘c’,‘d’],
‘year’:[1991,1992,1993,1994],
‘pop’:[6,7,8,9]}

import pandas as pd
import numpy as np

data={'state':['a','b','c','d'], 'year':[1991,1992,1993,1994], 'pop':[6,7,8,9]}
df=pd.DataFrame(data)
df

	state	year	pop
0	a	1991	6
1	b	1992	7
2	c	1993	8
3	d	1994	9

（2）将创建的Dataframe的索引设置为，ABCD。并且命名为“索引”。

df.index=['A','B','C','D']
df.index.name="索引"
# df.columns=["1","11","111"]
df

	state	year	pop
索引
A	a	1991	6
B	b	1992	7
C	c	1993	8
D	d	1994	9

（3）在下面新增一行。然后删除。

dic={"state":'f',"year":'2022',"pop":'10'}
s=pd.Series(dic)
s.name='E'
df=df.append(s)
print(df)
df=df.drop(['E'])
print(df)

   state  year pop
索引
A      a  1991   6
B      b  1992   7
C      c  1993   8
D      d  1994   9
E      f  2022  10state  year pop
索引
A      a  1991   6
B      b  1992   7
C      c  1993   8
D      d  1994   9

（4）增加新的属性列，列名设置为‘port’，值均为1。

df["port"]=1
df

	state	year	pop	port
索引
A	a	1991	6	1
B	b	1992	7	1
C	c	1993	8	1
D	d	1994	9	1

（5）取出1991和1994年的数据。

print(df.dtypes)
df[(df["year"]==1991) | (df["year"]==1994)]
# df

state    object
year     object
pop      object
port      int64
dtype: object

	state	year	pop	port
索引
A	a	1991	6	1
D	d	1994	9	1

（6）获取前‘state’和‘year’的数据。

df[["state","year"]]

	state	year
索引
A	a	1991
B	b	1992
C	c	1993
D	d	1994

（7）查看每一列数据的数据格式，并且将‘pop’每个数据乘2。

for i in df:print(df[i].dtypes)
df.pop=df["pop"]*2
df

object
object
object
int64

	state	year	pop	port
索引
A	a	1991	12	1
B	b	1992	14	1
C	c	1993	16	1
D	d	1994	18	1

（2）数据操作

（1）读取香港酒店数据。

path="T:/WTcrazy_Python/Python/作业3/香港酒店数据.xlsx"
data=pd.read_excel(path)
df=pd.DataFrame(data)
df[:20]

	字段1	字段2	字段3	字段4	字段5	字段6	字段7	字段8
NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.7	4366.0	1296.0
7.0	香港怡东酒店(Excelsior Hotel)	海滨风光	香港	湾仔	铜锣湾告士打道281号	4.6	6961.0	1184.0
8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.5	11265.0	692.0
9.0	港岛香格里拉大酒店(Island Shangri-La)	海滨风光	香港	中西区	金钟中区法院道太古广场	4.8	4182.0	2836.0
10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.1	1029.0	218.0
11.0	香港铜锣湾皇冠假日酒店(Crowne Plaza Hong Kong Causeway Bay)	休闲度假	香港	湾仔	铜锣湾礼顿道八号	4.7	4446.0	1633.0
12.0	香港都会海逸酒店(Harbour Plaza Metropolis)	海滨风光	香港	油尖旺	红磡 都会道7号	4.5	14872.0	562.0
13.0	如心南湾海景酒店(L‘hotel Island South)	休闲度假	香港	南区	香港仔黄竹坑道55号	4.4	9573.0	447.0
14.0	香港朗廷酒店(The Langham Hong Kong)	休闲度假	香港	油尖旺	尖沙嘴北京道8号	4.7	11039.0	1899.0
15.0	迪士尼探索家度假酒店(Disney Explorers Lodge)	海滨风光	香港	离岛	迪士尼乐园度假区	4.8	4794.0	1662.0
16.0	香港港丽酒店(Conrad Hong Kong)	海滨风光	香港	中西区	金钟 金钟道88号太古广场	4.7	2392.0	2490.0
17.0	香港美丽华酒店(The Mira Hong Kong)	休闲度假	香港	九龙城	尖沙咀弥敦道118-130号美丽华广场	4.6	5882.0	1583.0
18.0	香港悦来酒店(Panda Hotel)	休闲度假	香港	荃湾	荃湾 荃华街3号	4.5	13694.0	358.0
19.0	香港文华东方酒店(Mandarin Oriental Hong Kong)	海滨风光	香港	中西区	中环干诺道中5号	4.8	2452.0	3609.0
20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.5	8194.0	692.0

（2）按照数据的内容，重新设置数据的索引，重新设置列名称为’名字’,‘类型’,‘城市’,‘地区’,‘地点’,‘评分’,‘评分人数’,‘价格’。

df.columns= ["名字", "类型", "城市", "地区", "地点", "评分", "评分人数", "价格"]
df[:10]

	名字	类型	城市	地区	地点	评分	评分人数	价格
NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.7	4366.0	1296.0
7.0	香港怡东酒店(Excelsior Hotel)	海滨风光	香港	湾仔	铜锣湾告士打道281号	4.6	6961.0	1184.0
8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.5	11265.0	692.0
9.0	港岛香格里拉大酒店(Island Shangri-La)	海滨风光	香港	中西区	金钟中区法院道太古广场	4.8	4182.0	2836.0
10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.1	1029.0	218.0

（3）查看所有类型为“浪漫情侣”的酒店

df[df["类型"]=="浪漫情侣"]

	名字	类型	城市	地区	地点	评分	评分人数	价格
1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.5	8194.0	692.0
23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.5	7981.0	445.0
24.0	香港城景国际(The Cityview)	浪漫情侣	香港	油尖旺	窝打老道23号	4.5	8648.0	594.0
27.0	香港粤海酒店(GDH Hotel)	浪漫情侣	香港	油尖旺	尖沙咀宝勒巷18号	4.4	9066.0	748.0
28.0	香港荃湾丝丽酒店(Silka Tsuen Wan Hong Kong)	浪漫情侣	香港	荃湾	葵涌和宜合道119号	4.4	1110.0	370.0
31.0	香港凯都酒店(Metro Winner Hotel)	浪漫情侣	香港	油尖旺	九龙油麻地弥敦道476号凯都中心	4.5	3355.0	587.0
34.0	香港彩鸿酒店(Travelodge Kowloon)	浪漫情侣	香港	油尖旺	九龙佐敦道西贡街23号	4.5	3136.0	454.0
35.0	香港遨舍卫兰轩(OZO Wesley Hong Kong)	浪漫情侣	香港	湾仔	湾仔轩尼诗道22号	4.6	3283.0	871.0
43.0	香港荃湾旭逸酒店(Hotel Ease Tsuen Wan)	浪漫情侣	香港	葵青	葵涌圳边街15-19号	4.4	598.0	394.0
44.0	香港一零八馆(Hotel 108 Hong Kong)	浪漫情侣	香港	九龙城	九龙旺角豉油街108号	4.6	725.0	737.0
45.0	香港油麻地王子酒店(Kings Hotel)	浪漫情侣	香港	油尖旺	九龙油麻地庙街50号	4.2	1128.0	348.0
48.0	香港云浦酒店(VP Hotel)	浪漫情侣	香港	油尖旺	九龙荔枝角道149号	4.3	2226.0	298.0
50.0	香港TUVE酒店(Hotel TUVE)	浪漫情侣	香港	东区	香港天后清风街16号	4.5	1236.0	1908.0
51.0	木的地酒店(Hotel Madera Hong Kong)	浪漫情侣	香港	油尖旺	九龙佐敦长乐街1号	4.5	2626.0	871.0
53.0	香港旺角荟贤居(如心酒店集团管理)(Lodgewood by L‘hotel Mongkok...	浪漫情侣	香港	油尖旺	香港九龙旺角广东道1131号	4.6	3923.0	581.0
54.0	香港客舍酒店(Hotel Hart)	浪漫情侣	香港	九龙城	尖沙咀赫德道4号	4.4	392.0	349.0
67.0	香港星网商务精品酒店(Wifi Boutique Hotel)	浪漫情侣	香港	湾仔	湾仔 骆克道366号	4.4	1527.0	412.0
72.0	香港丽骏酒店(Brighton Hotel Hong Kong)	浪漫情侣	香港	湾仔	湾仔骆克道128号	4.5	2383.0	1152.0
104.0	香港金域假日酒店(Holiday Inn Golden Mile)	浪漫情侣	香港	油尖旺	尖沙嘴弥敦道50号	4.5	5308.0	1038.0
123.0	香港逸兰精品酒店(Lanson Place Hotel)	浪漫情侣	香港	湾仔	铜锣湾礼顿道133号	4.7	2053.0	1349.0
125.0	华丽酒店尖沙咀 (贝斯特韦斯特酒店)(Best Western Grand Hotel)	浪漫情侣	香港	油尖旺	九龙尖沙咀柯士甸路廿三号	4.4	9128.0	517.0
126.0	香港帝国酒店(Imperial Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴弥敦道32-34号	4.1	5658.0	526.0
128.0	香港珀丽酒店(Rosedale Hotel Hong Kong)	浪漫情侣	香港	湾仔	铜锣湾信德街8号	4.4	7342.0	457.0
131.0	香港富荟马头围酒店(iclub Ma Tau Wai Hotel)	浪漫情侣	香港	九龙城	马头围下乡道8号	4.4	751.0	445.0
133.0	英皇骏景酒店(香港湾仔店)(The Emperor Hotel)	浪漫情侣	香港	湾仔	皇后大道东373号	4.5	1040.0	526.0
137.0	香港富荟炮台山酒店(iclub Fortress Hill Hotel)	浪漫情侣	香港	东区	北角麥連街18號	4.5	6441.0	516.0
...	...	...	...	...	...	...	...	...
160.0	香港铜锣湾智选假日酒店(Holiday Inn Express Hong Kong Caus...	浪漫情侣	香港	湾仔	铜锣湾 霎东街33号	4.5	4550.0	774.0
166.0	香港宝御酒店(Hotel Pravo)	浪漫情侣	香港	油尖旺	九龙尖沙咀北京道10号	4.5	2631.0	766.0
169.0	香港屯门贝尔特酒店(pentahotel Hong Kong Tuen Mun)	浪漫情侣	香港	屯门	新界屯门震寰路六号	4.5	998.0	582.0
170.0	香港逸林酒店(Noblepark Hotel Hong Kong)	浪漫情侣	香港	油尖旺	九龙油麻地茂林街2号	4.2	3235.0	318.0
172.0	香港伟晴轩(West Hotel)	浪漫情侣	香港	油尖旺	九龙油麻地佐敦道伟晴街39号	4.4	4886.0	771.0
173.0	香港富荟上环酒店(iclub Sheung Wan Hotel)	浪漫情侣	香港	中西区	上环文咸东街138号	4.5	4373.0	596.0
174.0	圣地亚哥酒店(San Diego Hotel)	浪漫情侣	香港	油尖旺	佐敦吴松街169-189号	4.5	3466.0	712.0
177.0	最佳盛品酒店(香港尖沙咀店)(原九龙华美达酒店)(Best Western Plus Hot...	浪漫情侣	香港	油尖旺	尖沙嘴漆咸道南73-75号	4.2	4027.0	480.0
180.0	香港旺角希尔顿花园酒店(Hilton Garden Inn Hong Kong Mongkok)	浪漫情侣	香港	油尖旺	旺角豉油街2号	4.5	2737.0	1161.0
182.0	香港问月酒店(Mira Moon Hong Kong)	浪漫情侣	香港	湾仔	谢斐道388号	4.5	1044.0	1282.0
183.0	帆船精品酒店(VELA BOUTIQUE HOTEL)	浪漫情侣	香港	湾仔	摩理臣山道84-86号	4.2	2063.0	413.0
184.0	铜锣湾迷你精品酒店(Mini Hotel Causeway Bay)	浪漫情侣	香港	湾仔	铜锣湾新会道8号	4.3	4882.0	368.0
192.0	香港红茶馆酒店(红磡温思路街)(Bridal Tea House Hotel (Hung H...	浪漫情侣	香港	九龙城	九龙紅磡温思劳街57A-61号	4.0	2559.0	225.0
196.0	香港C酒店(Casa Hotel)	浪漫情侣	香港	油尖旺	九龙油麻地弥敦道487-489号	4.3	4986.0	334.0
197.0	香港华大盛品酒店(BEST WESTERN PLUS Hotel Hong Kong)	浪漫情侣	香港	中西区	西环德辅道西308号	4.3	3498.0	528.0
201.0	香港青逸酒店(Rambler Oasis Hotel)	浪漫情侣	香港	葵青	青衣路1号	4.0	3091.0	349.0
203.0	香港海景丝丽酒店(Silka Seaview Hotel)	浪漫情侣	香港	油尖旺	油麻地 上海街268号(268 Shanghai Street, Yau Ma Tei, K...	4.3	4561.0	410.0
204.0	香港中环迷你酒店(Mini Hotel Central)	浪漫情侣	香港	中西区	中环雪厂街三十八号	4.0	2406.0	436.0
208.0	香港珀丽尚品酒店(Le Petit Rosedale Hotel Hong Kong)	浪漫情侣	香港	中西区	铜锣湾摩顿台7号	4.5	1181.0	636.0
214.0	香港华逸酒店(Rambler Garden Hotel)	浪漫情侣	香港	葵青	青衣 青衣路1号	4.0	3031.0	349.0
216.0	香港文化旅馆-翠雅山房(Hong Kong Heritage Lodge)	浪漫情侣	香港	葵青	香港九龙青山道800号	4.4	1726.0	423.0
217.0	香港君临海域酒店(Gloucester Hotel)	浪漫情侣	香港	湾仔	铜锣湾告士打道218号	4.5	2324.0	957.0
218.0	香港逸豪酒店(H1 Hotel)	浪漫情侣	香港	油尖旺	九龙旺角新填地街423号	4.3	2892.0	498.0
227.0	香港红茶馆酒店(油麻地鸦打街店)(Bridal Tea House Hotel (Yau M...	浪漫情侣	香港	油尖旺	香港九龙油麻地鸦打街6号	4.1	5718.0	NaN
228.0	香港仕德福山景酒店(Stanford Hillview Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 天文台道13-17号	4.7	2986.0	581.0
234.0	香港金坊宾馆(GOLD PALACE HOTEL)	浪漫情侣	香港	NaN	香港油尖旺区九龙旺角弥敦道607号新兴大厦22字楼2201室	4.7	436.0	245.0
240.0	香港登台酒店(HOTEL STAGE)	浪漫情侣	香港	油尖旺	佐敦志和街1号	4.7	962.0	1084.0
246.0	香港红茶馆酒店(鸭脷洲大街店)(Bridal Tea House Hotel (Ap Lei...	浪漫情侣	香港	南区	港岛鸭脷洲大街95号	4.2	1203.0	377.0
247.0	香港乐仕酒店(Acesite Knutsford Hotel)	浪漫情侣	香港	油尖旺	九龙尖沙咀天文台围8号	4.2	1879.0	237.0
259.0	香港旺角新天地酒店(Mong Kok Sunny Day Hotel)	浪漫情侣	香港	油尖旺	香港九龍旺角新填地街419號	4.3	784.0	949.0

69 rows × 8 columns

（4）查看所有类型为“浪漫情侣”，地区在湾仔的酒店

df[(df["类型"] == "浪漫情侣") & (df["地区"] == "湾仔")]

	名字	类型	城市	地区	地点	评分	评分人数	价格
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.5	7981.0	445.0
35.0	香港遨舍卫兰轩(OZO Wesley Hong Kong)	浪漫情侣	香港	湾仔	湾仔轩尼诗道22号	4.6	3283.0	871.0
67.0	香港星网商务精品酒店(Wifi Boutique Hotel)	浪漫情侣	香港	湾仔	湾仔 骆克道366号	4.4	1527.0	412.0
72.0	香港丽骏酒店(Brighton Hotel Hong Kong)	浪漫情侣	香港	湾仔	湾仔骆克道128号	4.5	2383.0	1152.0
123.0	香港逸兰精品酒店(Lanson Place Hotel)	浪漫情侣	香港	湾仔	铜锣湾礼顿道133号	4.7	2053.0	1349.0
128.0	香港珀丽酒店(Rosedale Hotel Hong Kong)	浪漫情侣	香港	湾仔	铜锣湾信德街8号	4.4	7342.0	457.0
133.0	英皇骏景酒店(香港湾仔店)(The Emperor Hotel)	浪漫情侣	香港	湾仔	皇后大道东373号	4.5	1040.0	526.0
159.0	香港华丽铜锣湾酒店(原香港华丽精品酒店)(Best Western Hotel Causew...	浪漫情侣	香港	湾仔	铜锣湾坚拿道西祥和里	4.2	5707.0	309.0
160.0	香港铜锣湾智选假日酒店(Holiday Inn Express Hong Kong Caus...	浪漫情侣	香港	湾仔	铜锣湾 霎东街33号	4.5	4550.0	774.0
182.0	香港问月酒店(Mira Moon Hong Kong)	浪漫情侣	香港	湾仔	谢斐道388号	4.5	1044.0	1282.0
183.0	帆船精品酒店(VELA BOUTIQUE HOTEL)	浪漫情侣	香港	湾仔	摩理臣山道84-86号	4.2	2063.0	413.0
184.0	铜锣湾迷你精品酒店(Mini Hotel Causeway Bay)	浪漫情侣	香港	湾仔	铜锣湾新会道8号	4.3	4882.0	368.0
217.0	香港君临海域酒店(Gloucester Hotel)	浪漫情侣	香港	湾仔	铜锣湾告士打道218号	4.5	2324.0	957.0

（5）查看所有地址在观塘或者油尖旺，评分大于4的酒店

df[((df["地区"] == "观塘") | (df["地区"] == "油尖旺")) & (df["评分"] > 4)]

	名字	类型	城市	地区	地点	评分	评分人数	价格
2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.7	4366.0	1296.0
8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.5	11265.0	692.0
10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.1	1029.0	218.0
12.0	香港都会海逸酒店(Harbour Plaza Metropolis)	海滨风光	香港	油尖旺	红磡 都会道7号	4.5	14872.0	562.0
14.0	香港朗廷酒店(The Langham Hong Kong)	休闲度假	香港	油尖旺	尖沙嘴北京道8号	4.7	11039.0	1899.0
20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.5	8194.0	692.0
24.0	香港城景国际(The Cityview)	浪漫情侣	香港	油尖旺	窝打老道23号	4.5	8648.0	594.0
26.0	香港峰景轩(Summit View Kowloon)	交通方便	香港	油尖旺	旺角 文福道5号	4.6	152.0	421.0
27.0	香港粤海酒店(GDH Hotel)	浪漫情侣	香港	油尖旺	尖沙咀宝勒巷18号	4.4	9066.0	748.0
29.0	香港悦品海景酒店(原观塘丽东酒店)(Hotel COZI Harbour view)	海滨风光	香港	观塘	九龙官塘伟业街163號	4.4	1581.0	484.0
30.0	香港帝京酒店(Royal Plaza Hotel)	休闲度假	香港	油尖旺	旺角太子道西193号	4.7	9309.0	1525.0
31.0	香港凯都酒店(Metro Winner Hotel)	浪漫情侣	香港	油尖旺	九龙油麻地弥敦道476号凯都中心	4.5	3355.0	587.0
32.0	香港旺角帝盛酒店(Dorsett Mongkok Hong Kong)	亲子酒店	香港	油尖旺	88号大角嘴道	4.6	2885.0	567.0
34.0	香港彩鸿酒店(Travelodge Kowloon)	浪漫情侣	香港	油尖旺	九龙佐敦道西贡街23号	4.5	3136.0	454.0
40.0	香港九龙诺富特酒店(Novotel Nathan Road Kowloon Hong Kong)	休闲度假	香港	油尖旺	油麻地 弥敦道348号	4.6	3931.0	1307.0
41.0	香港大都酒店(Dadol Hotel)	商务出行	香港	油尖旺	九龙尖沙咀金巴利道16号香槟大厦1字楼 (美丽华商场对面)	4.1	356.0	401.0
45.0	香港油麻地王子酒店(Kings Hotel)	浪漫情侣	香港	油尖旺	九龙油麻地庙街50号	4.2	1128.0	348.0
46.0	香港新式酒店(家庭旅馆)(Hong Kong New Style Hotel)	地铁周边	香港	油尖旺	九龙旺角弥敦道603-609A号新兴大厦1603	4.5	1566.0	199.0
47.0	香港朗逸酒店(Largos Hotel)	地铁周边	香港	油尖旺	佐敦 南京街30号	4.5	2823.0	622.0
48.0	香港云浦酒店(VP Hotel)	浪漫情侣	香港	油尖旺	九龙荔枝角道149号	4.3	2226.0	298.0
51.0	木的地酒店(Hotel Madera Hong Kong)	浪漫情侣	香港	油尖旺	九龙佐敦长乐街1号	4.5	2626.0	871.0
52.0	香港金岛宾馆(Golden Island Hotel)	地铁周边	香港	油尖旺	九龙弥敦道385号平安大厦7字楼1室	4.3	1855.0	99.0
53.0	香港旺角荟贤居(如心酒店集团管理)(Lodgewood by L‘hotel Mongkok...	浪漫情侣	香港	油尖旺	香港九龙旺角广东道1131号	4.6	3923.0	581.0
55.0	香港星星宾馆(家庭旅馆)(Star Guesthouse)	地铁周边	香港	油尖旺	尖沙咀弥敦道83-97号华源大厦8字楼B1室	4.6	804.0	326.0
60.0	香港天天旅馆(家庭旅馆)(Sunrise Hotel)	地铁周边	香港	油尖旺	弥敦道525-543宝宁大厦C座16楼16室	4.4	1093.0	229.0
61.0	香港威尼斯宾馆(美丽都大厦)(Venetian Hostel)	地铁周边	香港	油尖旺	尖沙咀弥敦道58号美丽都大厦14字楼C座C1&F座F1室（前台位于13楼）于13楼C2室登记入住	4.5	4082.0	194.0
65.0	香港金门宾馆(KAM MUN GUEST HOUSE)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦2109室	4.6	1012.0	228.0
68.0	香港米易商务宾馆(M easy hotel)	地铁周边	香港	油尖旺	油尖旺九龙旺角地铁站E1出口弥敦道607号新兴大厦14楼1416单位	4.1	846.0	218.0
...	...	...	...	...	...	...	...	...
279.0	香港旺角M1酒店(M1 HOTEL MONG KOK)	地铁周边	香港	油尖旺	九龙旺角通菜街123号	4.3	762.0	890.0
283.0	香港蓝山(柏豪)(宾馆)(Lamshan)	地铁周边	香港	油尖旺	九龙旺角亚皆老街83号先施大厦13楼1306室	4.3	129.0	294.0
285.0	香港馨乐庭亚士厘服务公寓(Citadines Ashley Hong Kong)	酒店公寓	香港	油尖旺	尖沙咀亚士厘道18号	4.4	305.0	784.0
287.0	香港永盛行宾馆(Yongshenghang Motel)	地铁周边	香港	油尖旺	九龙油麻地弥敦道385号平安大厦5字楼5室	4.2	964.0	198.0
289.0	香港晶亮宾馆(家庭旅馆)(Shining Hotel)	地铁周边	香港	油尖旺	弥敦道83-97号华源大厦2字楼C3室	4.3	364.0	325.0
293.0	香港时尚酒店(尖沙咀店)(Smart Hotel)	地铁周边	香港	油尖旺	尖沙咀金巴利道27-33号永利大厦6楼D	4.3	78.0	71.0
294.0	香港红叶宾馆(Maple Leaf Guest House)	地铁周边	香港	油尖旺	九龙尖沙咀弥敦道36-44号重庆大厦E座12楼E4室	4.3	1787.0	176.0
298.0	香港怡景宾馆(Yee King Hotel(Hostel))	地铁周边	香港	油尖旺	九龙旺角亚皆老街83号先施大厦8楼804室	4.3	510.0	448.0
302.0	香港尖沙咀(连锁)(酒店)(家庭旅馆)(TSTHOTEL)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦2号楼B1室	4.2	144.0	316.0
305.0	香港金威酒店 (家庭旅馆)(Kam Wai Hotel (Hostel))	地铁周边	香港	油尖旺	尖沙咀加拿分道33號發利大厦4樓405室	4.4	144.0	316.0
306.0	香港文苑宾馆(Man Yuen Hotel)	NaN	香港	油尖旺	旺角弥敦道737号金轮大厦二楼H室	4.7	5.0	169.0
308.0	香港枫叶酒店(Maple Inn)	地铁周边	香港	油尖旺	尖沙咀弥敦道83-97号华源大厦3/F，D1室	4.3	608.0	406.0
309.0	香港广西宾馆(家庭宾馆)(GUAN GIX GUEST HOUSE)	地铁周边	香港	油尖旺	弥敦道300号华丰大厦10字楼D室	4.7	21.0	254.0
321.0	香港尊贵旅馆(Hong Kong Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼B2,A5室（前台入住办理设在16字楼A2室）	4.8	19.0	166.0
325.0	香港南新雅宾馆(Nam San Ya Hostel)	地铁周边	香港	油尖旺	九龙尖沙咀弥敦道240号立信大厦13楼D室	4.5	136.0	359.0
326.0	幸福居(家庭旅馆)(Fortune Inn Hong Kong)	地铁周边	香港	油尖旺	尖沙嘴弥敦道66-70号金冠大厦9楼A室	4.1	243.0	415.0
331.0	香港好客轩宾馆(Hao‘s Inn)	地铁周边	香港	油尖旺	九龙尖沙咀弥敦道66-70金冠大厦5楼E室	4.1	39.0	395.0
334.0	香港旺角住游行渡假宾馆(Geo-Home Holiday Hotel)	地铁周边	香港	油尖旺	香港九龙旺角弥敦道737号金轮大厦9楼	4.5	13.0	278.0
338.0	香港新金冠宾馆(New Golden Crown Guest House)	客栈	香港	油尖旺	尖沙咀弥敦道68号金冠大厦13楼C室	4.9	10.0	395.0
342.0	香港乐栈(Tempo Inn)	地铁周边	香港	油尖旺	佐敦吴松街93-103号德利楼1楼	4.5	137.0	212.0
350.0	香港伦敦旅馆(London Guest House)	地铁周边	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦13字楼F2室	4.7	81.0	210.0
353.0	香港欣林宾馆 (家庭旅馆)(Merryland Guest House)	地铁周边	香港	油尖旺	弥敦道62号美丽都大厦D座9楼D2室	4.3	575.0	306.0
354.0	香港格兰舍(Grand Inn)	地铁周边	香港	油尖旺	尖沙咀弥敦道66-70号金冠大厦十一楼F室	4.3	129.0	252.0
355.0	香港振宜酒店(CY-House)	地铁周边	香港	油尖旺	九龙旺角弥敦道731至733号振宜大厦15楼A室	4.2	48.0	329.0
360.0	香港大华精品旅店 (家庭旅馆)(Tai Wah Boutique Hostel)	地铁周边	香港	油尖旺	九龙尖沙咀弥敦道62号美丽都大厦8/F A8室	4.5	34.0	220.0
363.0	香港珊瑚酒店(家庭旅馆)((Coral Inn)(Hostel))	地铁周边	香港	油尖旺	香港九龙尖沙咀弥敦道83-97号华源大厦9/F十楼D2室	4.4	149.0	379.0
372.0	香港意乐旅馆(eLog Inn)	地铁周边	香港	油尖旺	佐敦道22号鸿运大厦4字楼H室	4.3	155.0	237.0
378.0	香港牛津尊贵旅舍(Oxford Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼A2室	4.7	15.0	NaN
379.0	香港恒好宾馆(Hang Ho Hostel)	地铁周边	香港	油尖旺	九龙弥敦道242号立信大厦6字楼B室	4.5	142.0	445.0
395.0	香港御珑馆(家庭旅馆)(Hotel Conext)	地铁周边	香港	油尖旺	九龙弥敦道240号立信大厦3楼B室	4.2	359.0	317.0

139 rows × 8 columns

（6）查看类型缺失的数据

df[df["类型"].isnull()]

	名字	类型	城市	地区	地点	评分	评分人数	价格
NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
39.0	香港颐庭酒店(铜锣湾店)(Eco Tree Hotel Causeway Bay)	NaN	香港	东区	铜锣湾水星街15号	4.6	15.0	567.0
187.0	工業家酒店(IND Hotel)	NaN	香港	观塘	九龙观塘观塘道326号	4.2	6.0	448.0
200.0	香港永倫800酒店(WINLAND800HOTEL)	NaN	香港	葵青	新界青衣路一号	3.4	3098.0	196.0
241.0	香港港湾酒店(Hong Kong Harbor Hotel)	NaN	香港	南区	香港仔石排湾道47号	3.8	709.0	259.0
268.0	香港奥斯酒店(O‘ Hotel)	NaN	香港	九龙城	香港九龙土瓜湾九龙城道42-46号	3.7	869.0	369.0
284.0	巴黎旅馆(Paris Guest House (D2, 10/F))	NaN	香港	NaN	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.0	5.0	67.0
300.0	香港海景渡假乐园(Hong Kong Seaview Holiday Resort)	NaN	香港	离岛	大屿山梅窝东湾头路11号	2.9	5.0	881.0
301.0	香港海边小屋(The Cove Hostel)	NaN	香港	离岛	大屿山塘福村17D,1-2字楼	NaN	2.0	352.0
304.0	香港和平宾馆(HK Peace Guest House)	NaN	香港	NaN	尖沙咀弥敦道58号美丽都大厦13楼A5室	NaN	NaN	201.0
306.0	香港文苑宾馆(Man Yuen Hotel)	NaN	香港	油尖旺	旺角弥敦道737号金轮大厦二楼H室	4.7	5.0	169.0
315.0	墨尔本宾馆(Melbourne Hostel)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座10字楼E1室	NaN	2.0	93.0
318.0	香港百丽旅馆(Park Guest House)	NaN	香港	油尖旺	九龙尖沙咀海防道53至55号海防大厦1楼10号	NaN	6.0	445.0
321.0	香港尊贵旅馆(Hong Kong Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼B2,A5室（前台入住办理设在16字楼A2室）	4.8	19.0	166.0
322.0	香港美华宾馆(Mei Wah Guest House)	NaN	香港	NaN	九龙旺角弥敦道737号金轮大厦9字楼F座	4.0	27.0	250.0
323.0	香港威尼斯宾馆	NaN	香港	NaN	香港油尖旺区旺角弥顿道580号恒隆大厦4楼	4.7	48.0	298.0
327.0	80后潘多拉旅馆(香港佐敦店)(原华丰宾馆)(Pandora After 80s Jordan)	NaN	香港	油尖旺	九龙佐敦佐敦道15号华丰大厦1字楼H室	3.1	36.0	70.0
335.0	香港Primo旅馆(Primo Guesthouse)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座3字楼E3室	NaN	1.0	131.0
337.0	纳里旅馆(Narli Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道36-44号重庆大厦16字楼D座D8室	NaN	NaN	175.0
343.0	香港宿雾宾馆(Cebu Hotel)	NaN	香港	NaN	弥敦道36-44号重庆大厦A座17字楼A6 & A7室	NaN	1.0	113.0
348.0	美丽宾馆(Lily Guest House)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座8字楼E3室（于E座8楼E1室登记入住）	NaN	NaN	165.0
364.0	全球旅舍(Global Inn)	NaN	香港	NaN	弥敦道36-44号重庆大厦C座6楼C2室 (登记前台於E座8楼E1室)	NaN	2.0	165.0
371.0	珠峰宾馆(Everest Guest House (3/F))	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦D座3字楼5-6室	NaN	1.0	181.0
378.0	香港牛津尊贵旅舍(Oxford Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼A2室	4.7	15.0	NaN
381.0	香港俄罗斯旅舍(Russian Hostel)	NaN	香港	NaN	香港九龙弥敦道40号重庆大厦D座16楼1室	NaN	NaN	175.0
384.0	尊贵闲庭酒店(Premium Lounge)	NaN	香港	NaN	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	NaN	1.0	166.0
399.0	香港新天天酒店(Everyday Inn Hotel)	NaN	香港	油尖旺	佐敦庙街230-236号韶兴大厦5字楼B座	NaN	NaN	350.0
403.0	伍德斯托克旅馆(Woodstock Hostel)	NaN	香港	NaN	Flat A1-A6, 16/F, Block A, Chungking Mansions,...	NaN	NaN	172.0
404.0	旅客宾馆(Traveller‘s Hostel)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦A座16字楼A1& A2室	NaN	NaN	269.0
405.0	欧若旅馆(Euro Hostel)	NaN	香港	NaN	Flat 6, Block D, 17/F, Chungking Mansion,	NaN	NaN	174.0
406.0	香港Prestige旅馆(Prestige Guesthouse)	NaN	香港	NaN	弥敦道40号重庆大厦E座3字楼E1室	NaN	NaN	122.0
411.0	香港兰涛度假屋(Lantau Lodge)	NaN	香港	荃湾	大屿山水口村47A号2楼	NaN	NaN	1035.0

（7）用“其他”填充类型和地区

df["类型"].fillna("其他",inplace=True)
df["地区"].fillna("其他",inplace=True)
df

	名字	类型	城市	地区	地点	评分	评分人数	价格
NaN	NaN	其他	NaN	其他	NaN	NaN	NaN	NaN
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.7	4366.0	1296.0
7.0	香港怡东酒店(Excelsior Hotel)	海滨风光	香港	湾仔	铜锣湾告士打道281号	4.6	6961.0	1184.0
8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.5	11265.0	692.0
9.0	港岛香格里拉大酒店(Island Shangri-La)	海滨风光	香港	中西区	金钟中区法院道太古广场	4.8	4182.0	2836.0
10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.1	1029.0	218.0
11.0	香港铜锣湾皇冠假日酒店(Crowne Plaza Hong Kong Causeway Bay)	休闲度假	香港	湾仔	铜锣湾礼顿道八号	4.7	4446.0	1633.0
12.0	香港都会海逸酒店(Harbour Plaza Metropolis)	海滨风光	香港	油尖旺	红磡 都会道7号	4.5	14872.0	562.0
13.0	如心南湾海景酒店(L‘hotel Island South)	休闲度假	香港	南区	香港仔黄竹坑道55号	4.4	9573.0	447.0
14.0	香港朗廷酒店(The Langham Hong Kong)	休闲度假	香港	油尖旺	尖沙嘴北京道8号	4.7	11039.0	1899.0
15.0	迪士尼探索家度假酒店(Disney Explorers Lodge)	海滨风光	香港	离岛	迪士尼乐园度假区	4.8	4794.0	1662.0
16.0	香港港丽酒店(Conrad Hong Kong)	海滨风光	香港	中西区	金钟 金钟道88号太古广场	4.7	2392.0	2490.0
17.0	香港美丽华酒店(The Mira Hong Kong)	休闲度假	香港	九龙城	尖沙咀弥敦道118-130号美丽华广场	4.6	5882.0	1583.0
18.0	香港悦来酒店(Panda Hotel)	休闲度假	香港	荃湾	荃湾 荃华街3号	4.5	13694.0	358.0
19.0	香港文华东方酒店(Mandarin Oriental Hong Kong)	海滨风光	香港	中西区	中环干诺道中5号	4.8	2452.0	3609.0
20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.5	8194.0	692.0
21.0	香港北角海逸酒店(Harbour Plaza North Point)	海滨风光	香港	东区	北角 英皇道665号(665 Kings Road, North Point, Hong K...	4.4	3980.0	507.0
22.0	香港帝景酒店(Royal View Hotel)	海滨风光	香港	荃湾	汀九 青山公路353号	4.5	3289.0	418.0
23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.5	7981.0	445.0
24.0	香港城景国际(The Cityview)	浪漫情侣	香港	油尖旺	窝打老道23号	4.5	8648.0	594.0
25.0	香港黄金海岸酒店(Hong Kong Gold Coast Hotel)	海滨风光	香港	屯门	屯门 黄金海岸青山公路1号	4.7	6326.0	696.0
26.0	香港峰景轩(Summit View Kowloon)	交通方便	香港	油尖旺	旺角 文福道5号	4.6	152.0	421.0
27.0	香港粤海酒店(GDH Hotel)	浪漫情侣	香港	油尖旺	尖沙咀宝勒巷18号	4.4	9066.0	748.0
28.0	香港荃湾丝丽酒店(Silka Tsuen Wan Hong Kong)	浪漫情侣	香港	荃湾	葵涌和宜合道119号	4.4	1110.0	370.0
...	...	...	...	...	...	...	...	...
390.0	香港壹家旅馆(A INN Hostel)	地铁周边	香港	油尖旺	九龙旺角亚皆老街83号先施大厦13楼1304室（前台位于14楼）	NaN	1.0	333.0
391.0	香港水晶旅社(Crystal Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44号重庆大厦E座11楼E4室 (於E座3楼登记入住	NaN	3.0	146.0
392.0	香港传奇宾馆(Legend Guest House)	地铁周边	香港	其他	香港九龙尖沙咀弥敦道81号喜利大厦12字楼A&B室	NaN	2.0	245.0
393.0	香港加拿大人旅馆(Canadian Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44重庆大厦E座7层 (於E座3楼登记入住)	NaN	5.0	122.0
394.0	香港金沙宾馆(家庭旅馆)(Sands Hostel)	地铁周边	香港	其他	香港九龙尖沙咀弥敦道40号重庆大厦C座14楼C2室	3.8	28.0	988.0
395.0	香港御珑馆(家庭旅馆)(Hotel Conext)	地铁周边	香港	油尖旺	九龙弥敦道240号立信大厦3楼B室	4.2	359.0	317.0
396.0	我的酒店(家庭旅馆)(I-Hotel)	地铁周边	香港	其他	九龙尖沙咀弥敦道81号喜利大厦6楼A室	4.2	29.0	529.0
397.0	香港D红色阁楼宾馆(D Red Loft)	地铁周边	香港	其他	弥敦道36-44号重庆大厦16楼C4室于A座15楼A9室登记入住	NaN	NaN	977.0
398.0	香港长安宾馆(Capital Guest House)	地铁周边	香港	油尖旺	弥敦道58号美丽都大厦9字楼F3室	NaN	NaN	448.0
399.0	香港新天天酒店(Everyday Inn Hotel)	其他	香港	油尖旺	佐敦庙街230-236号韶兴大厦5字楼B座	NaN	NaN	350.0
400.0	香港水晶旅社(Crystal Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44号重庆大厦E座11楼E4室 (於E座3楼登记入住	NaN	3.0	NaN
401.0	香港加勒比海宾馆(家庭旅馆)(Caribbean Sea Guest House)	地铁周边	香港	油尖旺	弥敦道36号-44号重庆大厦C座5楼C1室	NaN	5.0	1520.0
402.0	香港中 港酒店(家庭旅馆)(HK-China Hotel)	地铁周边	香港	油尖旺	碧街33-39号永华大厦1楼（油麻地地铁站A1出口直走50米）	1.5	7.0	429.0
403.0	伍德斯托克旅馆(Woodstock Hostel)	其他	香港	其他	Flat A1-A6, 16/F, Block A, Chungking Mansions,...	NaN	NaN	172.0
404.0	旅客宾馆(Traveller‘s Hostel)	其他	香港	其他	九龙尖沙咀弥敦道40号重庆大厦A座16字楼A1& A2室	NaN	NaN	269.0
405.0	欧若旅馆(Euro Hostel)	其他	香港	其他	Flat 6, Block D, 17/F, Chungking Mansion,	NaN	NaN	174.0
406.0	香港Prestige旅馆(Prestige Guesthouse)	其他	香港	其他	弥敦道40号重庆大厦E座3字楼E1室	NaN	NaN	122.0
407.0	香港捷舒旅(Just Hotel)	地铁周边	香港	油尖旺	尖沙咀金巴利道27-33号永利大厦F座4楼	3.8	183.0	888.0
408.0	香港圣地牙哥宾馆(家庭旅馆)(San Diego Guesthouse)	地铁周边	香港	油尖旺	亚皆老街83号先施大厦3字楼309室	NaN	84.0	348.0
409.0	香港珠峰旅馆(Everest Inn Guest House)	地铁周边	香港	其他	香港弥敦道40号重庆大厦D座16字楼3室(尖沙咀地铁站旁)	NaN	7.0	175.0
410.0	深圳月亮月亮公寓	民宿	香港	罗湖区	深圳罗湖区渔民村	NaN	24.0	506.0
411.0	香港兰涛度假屋(Lantau Lodge)	其他	香港	荃湾	大屿山水口村47A号2楼	NaN	NaN	1035.0
412.0	香港航天星际酒店(Hotel Skystar)	地铁周边	香港	其他	尖沙咀弥敦道36-40号重庆大厦E座14楼E3室	NaN	3.0	172.0
413.0	香港HotelVenus(Hotel Venus)	地铁周边	香港	油尖旺	尖沙咀弥敦道36-40号重庆大厦C座12楼C6室	NaN	2.0	172.0
414.0	香港金泉酒店	地铁周边	香港	其他	香港旺角弥敦道607号新兴大厦1407室	NaN	16.0	245.0
415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	其他	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0

421 rows × 8 columns

（8）用评分均值填充缺失值

df["评分"].fillna(np.mean(df["评分"]),inplace=True)
df

	名字	类型	城市	地区	地点	评分	评分人数	价格
NaN	NaN	其他	NaN	其他	NaN	4.283827	NaN	NaN
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.600000	17604.0	422.0
1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.500000	12708.0	693.0
2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.700000	328.0	747.0
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.400000	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.600000	3427.0	581.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.500000	1938.0	869.0
6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.700000	4366.0	1296.0
7.0	香港怡东酒店(Excelsior Hotel)	海滨风光	香港	湾仔	铜锣湾告士打道281号	4.600000	6961.0	1184.0
8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.500000	11265.0	692.0
9.0	港岛香格里拉大酒店(Island Shangri-La)	海滨风光	香港	中西区	金钟中区法院道太古广场	4.800000	4182.0	2836.0
10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.100000	1029.0	218.0
11.0	香港铜锣湾皇冠假日酒店(Crowne Plaza Hong Kong Causeway Bay)	休闲度假	香港	湾仔	铜锣湾礼顿道八号	4.700000	4446.0	1633.0
12.0	香港都会海逸酒店(Harbour Plaza Metropolis)	海滨风光	香港	油尖旺	红磡 都会道7号	4.500000	14872.0	562.0
13.0	如心南湾海景酒店(L‘hotel Island South)	休闲度假	香港	南区	香港仔黄竹坑道55号	4.400000	9573.0	447.0
14.0	香港朗廷酒店(The Langham Hong Kong)	休闲度假	香港	油尖旺	尖沙嘴北京道8号	4.700000	11039.0	1899.0
15.0	迪士尼探索家度假酒店(Disney Explorers Lodge)	海滨风光	香港	离岛	迪士尼乐园度假区	4.800000	4794.0	1662.0
16.0	香港港丽酒店(Conrad Hong Kong)	海滨风光	香港	中西区	金钟 金钟道88号太古广场	4.700000	2392.0	2490.0
17.0	香港美丽华酒店(The Mira Hong Kong)	休闲度假	香港	九龙城	尖沙咀弥敦道118-130号美丽华广场	4.600000	5882.0	1583.0
18.0	香港悦来酒店(Panda Hotel)	休闲度假	香港	荃湾	荃湾 荃华街3号	4.500000	13694.0	358.0
19.0	香港文华东方酒店(Mandarin Oriental Hong Kong)	海滨风光	香港	中西区	中环干诺道中5号	4.800000	2452.0	3609.0
20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.500000	8194.0	692.0
21.0	香港北角海逸酒店(Harbour Plaza North Point)	海滨风光	香港	东区	北角 英皇道665号(665 Kings Road, North Point, Hong K...	4.400000	3980.0	507.0
22.0	香港帝景酒店(Royal View Hotel)	海滨风光	香港	荃湾	汀九 青山公路353号	4.500000	3289.0	418.0
23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.500000	7981.0	445.0
24.0	香港城景国际(The Cityview)	浪漫情侣	香港	油尖旺	窝打老道23号	4.500000	8648.0	594.0
25.0	香港黄金海岸酒店(Hong Kong Gold Coast Hotel)	海滨风光	香港	屯门	屯门 黄金海岸青山公路1号	4.700000	6326.0	696.0
26.0	香港峰景轩(Summit View Kowloon)	交通方便	香港	油尖旺	旺角 文福道5号	4.600000	152.0	421.0
27.0	香港粤海酒店(GDH Hotel)	浪漫情侣	香港	油尖旺	尖沙咀宝勒巷18号	4.400000	9066.0	748.0
28.0	香港荃湾丝丽酒店(Silka Tsuen Wan Hong Kong)	浪漫情侣	香港	荃湾	葵涌和宜合道119号	4.400000	1110.0	370.0
...	...	...	...	...	...	...	...	...
390.0	香港壹家旅馆(A INN Hostel)	地铁周边	香港	油尖旺	九龙旺角亚皆老街83号先施大厦13楼1304室（前台位于14楼）	4.283827	1.0	333.0
391.0	香港水晶旅社(Crystal Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44号重庆大厦E座11楼E4室 (於E座3楼登记入住	4.283827	3.0	146.0
392.0	香港传奇宾馆(Legend Guest House)	地铁周边	香港	其他	香港九龙尖沙咀弥敦道81号喜利大厦12字楼A&B室	4.283827	2.0	245.0
393.0	香港加拿大人旅馆(Canadian Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44重庆大厦E座7层 (於E座3楼登记入住)	4.283827	5.0	122.0
394.0	香港金沙宾馆(家庭旅馆)(Sands Hostel)	地铁周边	香港	其他	香港九龙尖沙咀弥敦道40号重庆大厦C座14楼C2室	3.800000	28.0	988.0
395.0	香港御珑馆(家庭旅馆)(Hotel Conext)	地铁周边	香港	油尖旺	九龙弥敦道240号立信大厦3楼B室	4.200000	359.0	317.0
396.0	我的酒店(家庭旅馆)(I-Hotel)	地铁周边	香港	其他	九龙尖沙咀弥敦道81号喜利大厦6楼A室	4.200000	29.0	529.0
397.0	香港D红色阁楼宾馆(D Red Loft)	地铁周边	香港	其他	弥敦道36-44号重庆大厦16楼C4室于A座15楼A9室登记入住	4.283827	NaN	977.0
398.0	香港长安宾馆(Capital Guest House)	地铁周边	香港	油尖旺	弥敦道58号美丽都大厦9字楼F3室	4.283827	NaN	448.0
399.0	香港新天天酒店(Everyday Inn Hotel)	其他	香港	油尖旺	佐敦庙街230-236号韶兴大厦5字楼B座	4.283827	NaN	350.0
400.0	香港水晶旅社(Crystal Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44号重庆大厦E座11楼E4室 (於E座3楼登记入住	4.283827	3.0	NaN
401.0	香港加勒比海宾馆(家庭旅馆)(Caribbean Sea Guest House)	地铁周边	香港	油尖旺	弥敦道36号-44号重庆大厦C座5楼C1室	4.283827	5.0	1520.0
402.0	香港中 港酒店(家庭旅馆)(HK-China Hotel)	地铁周边	香港	油尖旺	碧街33-39号永华大厦1楼（油麻地地铁站A1出口直走50米）	1.500000	7.0	429.0
403.0	伍德斯托克旅馆(Woodstock Hostel)	其他	香港	其他	Flat A1-A6, 16/F, Block A, Chungking Mansions,...	4.283827	NaN	172.0
404.0	旅客宾馆(Traveller‘s Hostel)	其他	香港	其他	九龙尖沙咀弥敦道40号重庆大厦A座16字楼A1& A2室	4.283827	NaN	269.0
405.0	欧若旅馆(Euro Hostel)	其他	香港	其他	Flat 6, Block D, 17/F, Chungking Mansion,	4.283827	NaN	174.0
406.0	香港Prestige旅馆(Prestige Guesthouse)	其他	香港	其他	弥敦道40号重庆大厦E座3字楼E1室	4.283827	NaN	122.0
407.0	香港捷舒旅(Just Hotel)	地铁周边	香港	油尖旺	尖沙咀金巴利道27-33号永利大厦F座4楼	3.800000	183.0	888.0
408.0	香港圣地牙哥宾馆(家庭旅馆)(San Diego Guesthouse)	地铁周边	香港	油尖旺	亚皆老街83号先施大厦3字楼309室	4.283827	84.0	348.0
409.0	香港珠峰旅馆(Everest Inn Guest House)	地铁周边	香港	其他	香港弥敦道40号重庆大厦D座16字楼3室(尖沙咀地铁站旁)	4.283827	7.0	175.0
410.0	深圳月亮月亮公寓	民宿	香港	罗湖区	深圳罗湖区渔民村	4.283827	24.0	506.0
411.0	香港兰涛度假屋(Lantau Lodge)	其他	香港	荃湾	大屿山水口村47A号2楼	4.283827	NaN	1035.0
412.0	香港航天星际酒店(Hotel Skystar)	地铁周边	香港	其他	尖沙咀弥敦道36-40号重庆大厦E座14楼E3室	4.283827	3.0	172.0
413.0	香港HotelVenus(Hotel Venus)	地铁周边	香港	油尖旺	尖沙咀弥敦道36-40号重庆大厦C座12楼C6室	4.283827	2.0	172.0
414.0	香港金泉酒店	地铁周边	香港	其他	香港旺角弥敦道607号新兴大厦1407室	4.283827	16.0	245.0
415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.200000	16.0	227.0
416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	其他	尖沙咀弥敦道58号美丽都大厦6字楼A12室	4.283827	NaN	977.0
417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45462.0	709.0
418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45463.0	709.0
419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.000000	273.0	256.0

421 rows × 8 columns

（9）删除价格和评分人数的缺失值

df=df.dropna(subset=["价格","评分人数"])#【subset定义要在哪些列中查找缺失值】，inplace表示直接在原DataFrame修改
df

	名字	类型	城市	地区	地点	评分	评分人数	价格
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.600000	17604.0	422.0
1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.500000	12708.0	693.0
2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.700000	328.0	747.0
3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.400000	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.600000	3427.0	581.0
5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.500000	1938.0	869.0
6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.700000	4366.0	1296.0
7.0	香港怡东酒店(Excelsior Hotel)	海滨风光	香港	湾仔	铜锣湾告士打道281号	4.600000	6961.0	1184.0
8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.500000	11265.0	692.0
9.0	港岛香格里拉大酒店(Island Shangri-La)	海滨风光	香港	中西区	金钟中区法院道太古广场	4.800000	4182.0	2836.0
10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.100000	1029.0	218.0
11.0	香港铜锣湾皇冠假日酒店(Crowne Plaza Hong Kong Causeway Bay)	休闲度假	香港	湾仔	铜锣湾礼顿道八号	4.700000	4446.0	1633.0
12.0	香港都会海逸酒店(Harbour Plaza Metropolis)	海滨风光	香港	油尖旺	红磡 都会道7号	4.500000	14872.0	562.0
13.0	如心南湾海景酒店(L‘hotel Island South)	休闲度假	香港	南区	香港仔黄竹坑道55号	4.400000	9573.0	447.0
14.0	香港朗廷酒店(The Langham Hong Kong)	休闲度假	香港	油尖旺	尖沙嘴北京道8号	4.700000	11039.0	1899.0
15.0	迪士尼探索家度假酒店(Disney Explorers Lodge)	海滨风光	香港	离岛	迪士尼乐园度假区	4.800000	4794.0	1662.0
16.0	香港港丽酒店(Conrad Hong Kong)	海滨风光	香港	中西区	金钟 金钟道88号太古广场	4.700000	2392.0	2490.0
17.0	香港美丽华酒店(The Mira Hong Kong)	休闲度假	香港	九龙城	尖沙咀弥敦道118-130号美丽华广场	4.600000	5882.0	1583.0
18.0	香港悦来酒店(Panda Hotel)	休闲度假	香港	荃湾	荃湾 荃华街3号	4.500000	13694.0	358.0
19.0	香港文华东方酒店(Mandarin Oriental Hong Kong)	海滨风光	香港	中西区	中环干诺道中5号	4.800000	2452.0	3609.0
20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.500000	8194.0	692.0
21.0	香港北角海逸酒店(Harbour Plaza North Point)	海滨风光	香港	东区	北角 英皇道665号(665 Kings Road, North Point, Hong K...	4.400000	3980.0	507.0
22.0	香港帝景酒店(Royal View Hotel)	海滨风光	香港	荃湾	汀九 青山公路353号	4.500000	3289.0	418.0
23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.500000	7981.0	445.0
24.0	香港城景国际(The Cityview)	浪漫情侣	香港	油尖旺	窝打老道23号	4.500000	8648.0	594.0
25.0	香港黄金海岸酒店(Hong Kong Gold Coast Hotel)	海滨风光	香港	屯门	屯门 黄金海岸青山公路1号	4.700000	6326.0	696.0
26.0	香港峰景轩(Summit View Kowloon)	交通方便	香港	油尖旺	旺角 文福道5号	4.600000	152.0	421.0
27.0	香港粤海酒店(GDH Hotel)	浪漫情侣	香港	油尖旺	尖沙咀宝勒巷18号	4.400000	9066.0	748.0
28.0	香港荃湾丝丽酒店(Silka Tsuen Wan Hong Kong)	浪漫情侣	香港	荃湾	葵涌和宜合道119号	4.400000	1110.0	370.0
29.0	香港悦品海景酒店(原观塘丽东酒店)(Hotel COZI Harbour view)	海滨风光	香港	观塘	九龙官塘伟业街163號	4.400000	1581.0	484.0
...	...	...	...	...	...	...	...	...
377.0	香港新豪华宾馆(家庭旅馆)(New Ho Wah Villa)	地铁周边	香港	油尖旺	庙街253-255号世华商业大厦4字楼	3.200000	147.0	199.0
379.0	香港恒好宾馆(Hang Ho Hostel)	地铁周边	香港	油尖旺	九龙弥敦道242号立信大厦6字楼B室	4.500000	142.0	445.0
382.0	香港乐桃宾馆(Motel Happy Peach)	地铁周边	香港	油尖旺	九龙尖沙咀加连威老道14号加连威大厦6楼B室	3.600000	124.0	263.0
383.0	香港爱港宾馆(ICON INN)	地铁周边	香港	油尖旺	九龙尖沙咀弥敦道40号重庆大厦E座11楼E3室（于A座15楼A9室登记入住）	4.283827	3.0	202.0
384.0	尊贵闲庭酒店(Premium Lounge)	其他	香港	其他	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	4.283827	1.0	166.0
385.0	香港兰花轩宾馆(家庭旅馆)(ORCHID INN)	地铁周边	香港	油尖旺	九龙油麻地弥敦道383-385号平安大楼八楼（电梯按7字）10室	4.283827	9.0	245.0
386.0	恒晖宾馆 (家庭旅馆)(Hang Fai Hotel)	地铁周边	香港	油尖旺	九龙油麻地文明里15-17号丽星大厦13字楼E室	3.600000	57.0	199.0
387.0	香港东方明珠宾馆(Oriental Pearl Hostel)	地铁周边	香港	油尖旺	尖沙咀弥敦道38号重庆大厦A座三楼总台	2.700000	27.0	99.0
388.0	香港摩登宾馆(MODERN HOTEL)	地铁周边	香港	其他	旺角登打士街33号登德大厦2/F A室	2.900000	58.0	479.0
389.0	香港屋企旅舍(Ukkei Inn)	地铁周边	香港	油尖旺	油麻地弥敦道495-497A号丽星大厦10B	4.283827	4.0	438.0
390.0	香港壹家旅馆(A INN Hostel)	地铁周边	香港	油尖旺	九龙旺角亚皆老街83号先施大厦13楼1304室（前台位于14楼）	4.283827	1.0	333.0
391.0	香港水晶旅社(Crystal Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44号重庆大厦E座11楼E4室 (於E座3楼登记入住	4.283827	3.0	146.0
392.0	香港传奇宾馆(Legend Guest House)	地铁周边	香港	其他	香港九龙尖沙咀弥敦道81号喜利大厦12字楼A&B室	4.283827	2.0	245.0
393.0	香港加拿大人旅馆(Canadian Hostel)	地铁周边	香港	其他	香港尖沙咀弥敦道36-44重庆大厦E座7层 (於E座3楼登记入住)	4.283827	5.0	122.0
394.0	香港金沙宾馆(家庭旅馆)(Sands Hostel)	地铁周边	香港	其他	香港九龙尖沙咀弥敦道40号重庆大厦C座14楼C2室	3.800000	28.0	988.0
395.0	香港御珑馆(家庭旅馆)(Hotel Conext)	地铁周边	香港	油尖旺	九龙弥敦道240号立信大厦3楼B室	4.200000	359.0	317.0
396.0	我的酒店(家庭旅馆)(I-Hotel)	地铁周边	香港	其他	九龙尖沙咀弥敦道81号喜利大厦6楼A室	4.200000	29.0	529.0
401.0	香港加勒比海宾馆(家庭旅馆)(Caribbean Sea Guest House)	地铁周边	香港	油尖旺	弥敦道36号-44号重庆大厦C座5楼C1室	4.283827	5.0	1520.0
402.0	香港中 港酒店(家庭旅馆)(HK-China Hotel)	地铁周边	香港	油尖旺	碧街33-39号永华大厦1楼（油麻地地铁站A1出口直走50米）	1.500000	7.0	429.0
407.0	香港捷舒旅(Just Hotel)	地铁周边	香港	油尖旺	尖沙咀金巴利道27-33号永利大厦F座4楼	3.800000	183.0	888.0
408.0	香港圣地牙哥宾馆(家庭旅馆)(San Diego Guesthouse)	地铁周边	香港	油尖旺	亚皆老街83号先施大厦3字楼309室	4.283827	84.0	348.0
409.0	香港珠峰旅馆(Everest Inn Guest House)	地铁周边	香港	其他	香港弥敦道40号重庆大厦D座16字楼3室(尖沙咀地铁站旁)	4.283827	7.0	175.0
410.0	深圳月亮月亮公寓	民宿	香港	罗湖区	深圳罗湖区渔民村	4.283827	24.0	506.0
412.0	香港航天星际酒店(Hotel Skystar)	地铁周边	香港	其他	尖沙咀弥敦道36-40号重庆大厦E座14楼E3室	4.283827	3.0	172.0
413.0	香港HotelVenus(Hotel Venus)	地铁周边	香港	油尖旺	尖沙咀弥敦道36-40号重庆大厦C座12楼C6室	4.283827	2.0	172.0
414.0	香港金泉酒店	地铁周边	香港	其他	香港旺角弥敦道607号新兴大厦1407室	4.283827	16.0	245.0
415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.200000	16.0	227.0
417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45462.0	709.0
418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45463.0	709.0
419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.000000	273.0	256.0

397 rows × 8 columns

（10）保存到“酒店数据1.xlsx”

df.to_excel("./酒店数据1.xlsx")

Python数据分析训练营——Python数据分析之Panads-1相关推荐

1. Python数据分析训练营——Python基础语法

   文章目录 1.Python数据分析之前奏 1.1 Python基本语法 (1)数据类型 字符串 整数 浮点数 布尔值 空值 运算符 (2)数据结构 可变对象和不可变对象 类型转换 1.2 Python ...

2. Python数据分析训练营——Python数据分析之Numpy

   文章目录 Python数据分析之Numpy 1.Numpy的数组对象及其索引 数组上的数学操作 产生数组 数组属性 索引和切片 多维数组及其属性 多维数组索引 多维数组切片 切片是引用 花式索引 一维 ...

3. 热点 | Excel不“香”了，数据分析首选Python！

   Excel一直在求职中有着不可动摇的地位无论是投行.咨询.四大曾经都会在JD中明确要求会Excel,而Excel称霸的时代已经过去! 事实上,为了追求更高的效率和质量,他们开始使用比Excel更高效的 ...

4. 最全知乎专栏合集：爬取11088个知乎专栏，打破发现壁垒（编程、python、爬虫、数据分析..）

   最近逛博客,看到一篇很好的文章,整合了知乎上所有优秀的编程.算法专栏,对学习的帮助非常大,转载过来分享给大家: 众所周知,知乎官方没有搜素专栏的功能,于是我通过爬取几十万用户个人主页所关注的专栏从而获 ...

5. 最全知乎专栏合集：编程、python、爬虫、数据分析、挖掘、ML、NLP、DL...

   上一篇文章<爬取11088个知乎专栏,打破发现壁垒>里提到,知乎官方没有搜素专栏的功能,于是我通过爬取几十万用户个人主页所关注的专栏从而获取到11088个知乎专栏. 本回筛选出其中涉及:编 ...

6. Python中常用的数据分析工具(模块)有哪些?

   本期Python培训分享:Python中常用的数据分析工具(模块)有哪些?Python本身的数据分析功能并不强,需要安装一些第三方的扩展库来增强它的能力.我们课程用到的库包括NumPy.Pandas. ...

7. python创建变量revenue_Python数据分析：小红书销售额预测

   一.分析背景 根据小红书的部分用户数据以及消费行为数据,使用Python建立线性回归模型,找到对用户消费影响较大的因素,预测用户的消费金额变化.根据模型,确定销售额较高用户的相关特征,并由此提出营销方 ...

8. python大数据结课报告_2020知到大数据分析的PYTHON基础结课答案

   2020知到大数据分析的PYTHON基础结课答案 房产新闻 2020-10-02 02:28128未知admin 2020知到大数据分析的PYTHON基础结课答案 更多相关问题 Mike is so ...

9. python官方推荐的三本书-【数据分析】入门数据分析，你一定要看的三本书

   原标题:[数据分析]入门数据分析,你一定要看的三本书 最近经常被问到怎么入门数据分析,可能很多同学对怎么开始学习还是比较困惑的.我回想自己学习数据分析的经历,总结了一些建议,希望能给到大家帮助. 打好 ...

最新文章

1. 2020年人工神经网络第二次作业-参考答案第三题
2. c语言函数打印零星,C语言零星笔记--（const、typedef）
3. Mac OS X下安装和配置Maven
4. NLP数据增强方法总结：EDA、BT、MixMatch、UDA
5. GitHub标星3.6k | 给AI一张高清照片，分分钟还你3D人体模型
6. ActiveRecord 模式杂谈
7. win10如何提高电脑画质_win10电脑怎么提高画质 | 手游网游页游攻略大全
8. servlet 开发入门生命周期
9. AI 产品经理如何练就？一文了解十大必备技能
10. 491. 递增子序列
11. guestfish修改镜像内容
12. 为什么游戏盒子源码那么重要？(不搞清楚游戏盒子源码，游戏代理很难顺利)(远离那些免费游戏盒子源码，会变得不幸)
13. 互联网的世界安全吗？且行且珍惜
14. 大学生计算机自我鉴定500字,大学生自我鉴定500字
15. 学习python量化分析
16. 模拟二进制交叉（SBX）
17. 找工作经验——EE Master 找CS工作总结
18. 电子邮件服务器的ip地址_可用的不同类型的IP地址
19. python得垃圾回收机机制gc
20. vissim跟驰模型_VISSIM,PARAMICS,TSIS仿真软件对比分析 -

热门文章

1. Po.et正式推出为出版商打造的API层应用—Frost
2. Power BI项目之某公司内部数据分析
3. Android6.0动态壁纸,M Launcher下载-M桌面-安卓6.0桌面 v1.4.3_手机乐园
4. [转载]国内物联网平台初探（三）：QQ物联智能硬件开放平台
5. 动手学ocr·十讲--学习笔记一
6. 活动二维码怎么制作？如何将活动内容做成二维码图片？
7. php网页播放器源码免费,基于Flowplayer打造一款免费的WEB视频播放器附源码
8. 用Python实现微信公众号WCI指数计算器
9. android调起应用商店某应用详情页
10. 利用SwipeRefreshLayout实现类似知乎客户端的一打开界面就自动刷新的效果