python之数据清洗实例

总体代码：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib

# 避免中文乱码
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

def fang_bar(x, y, ylabel, title):
    """ 封装通用柱状图绘制逻辑 """
    plt.figure(figsize=(8,5))  # 统一画布尺寸
    colors = ['#FF1493','#800080','#191970','#FF4500','#00CED1']  # 扩展颜色列表
    # 绘制条形图，自动循环颜色
    bars = plt.bar(x, y, color=colors[:len(x)], alpha=0.8)
    plt.xlabel("地区") 
    plt.ylabel(ylabel)
    plt.title(title)
    # 动态设置Y轴范围
    ymax = max(y) * 1.2
    plt.ylim(0, ymax if ymax > 0 else 100)
    # 添加数据标签
    for bar in bars:
        height = bar.get_height()
        plt.text(bar.get_x() + bar.get_width()/2., height,
                 f'{
     height:.2f}', ha='center', va='bottom')
    plt.show()

def clean_data():
    """ 封装数据清洗逻辑 """
    data = pd.read_csv("第一次清洗后的数据.csv")
    # 处理单价列（保留原始需求）
    data['单价'] = data['单价'].str.replace("[,元/平]", "", regex=True).astype(int)
    # 新增：处理总价列（假设单位为万元）
    data['总价'] = data['总价'].str.replace("万", "").astype(float)
    # 筛选总价区间（100-120万）
    data = data[(data['总价'] >= 100) & (data['总价'] <= 120)]
    # 处理面积列（假设单位为平米）
    data['面积'] = data['面积'].str.replace("平米", "")