pandas数据清洗实例-apply|applymap

pandas数据清洗实例-apply|applymap

*pandas数据清洗
*apply()函数、applymap()函数应用
*正则表达式

前言

从某网中爬取了上海浦东地区的房价数据【数据下载】，如下所示，发现“单价”和“房屋总价”两项数据都是文本型数据，且都含有单位或者标点符号，不利于分析、应用。接下来，我就通过正则表达式的方式来对数据进行处理。

（一）利用正则表达式提取数字

考虑到数据既有数字又有汉字和标点符号，而且“单价”中的数字是被逗号分隔开。那么可以通过采取将汉字和标点符号全部去除的方式，来保留纯数字。正则表达式如下：

re.sub("\D","",str)

\D：匹配费数字，sub函数将所有非数字替换成“”

（二）将“单价”和“房屋总价”两列数据整体应用上述正则表达式

接下来就是要解决怎么将“单价”和“房屋总价”两列数据都通过正则表达式，进行数据清洗。
apply()函数： 用于Series实现对每个值进行某种运算，或者是用于Dataframe实现