Python數(shù)據(jù)分析基礎(chǔ)與應(yīng)用模塊電子活頁5-19實現(xiàn)pandas數(shù)據(jù)抽取與拆分【技能訓練5-19】實現(xiàn)pandas數(shù)據(jù)抽取與拆分【訓練要求】文件goods_sales.xlsx中包含序號、商品編號、商品名稱、單價、數(shù)量等數(shù)據(jù)，商品編號前4位為1000，商品名稱中包含品牌、分類和型號等信息。為了便于數(shù)據(jù)分析，需要將“商品名稱”字段拆分為“品牌”“分類”“型號”等字段。例如商品名稱“華為手機Mate40RS”，可拆分為“華為”“手機”“Mate40RS”。在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建j5-19.ipynb，然后編寫代碼實現(xiàn)pandas數(shù)據(jù)抽取與拆分?！緦嵤┻^程】1．字段抽?。?）讀取數(shù)據(jù)并創(chuàng)建數(shù)據(jù)集讀取數(shù)據(jù)并創(chuàng)建數(shù)據(jù)集的代碼如下：importnumpyasnpimportpandasaspdpath=r'data\goods_sales.xlsx'#默認讀取Excel文件中的第一個工作表data=pd.read_excel(path)data.head()輸出結(jié)果：（2）從指定列抽取指定長度的內(nèi)容從商品編號中抽取前4位數(shù)字的代碼如下：#抽取商品編號的前4位numData1=data['商品編號'].astype(str)digit=numData1.str.slice(0,4)digit.head()輸出結(jié)果：（3）從指定列抽取指定長度的內(nèi)容并進行統(tǒng)計從商品名稱中抽取前2個漢字以獲取商品品牌名稱，并按品牌統(tǒng)計數(shù)量的代碼如下：#抽取商品名稱的前2個漢字brand=data['商品名稱'].str.slice(0,2)newDf1=data.drop('商品名稱',axis=1).join(brand)result1=newDf1.groupby(['商品名稱']).agg({'數(shù)量':np.sum})result1.head()輸出結(jié)果：2．字段拆分及分類統(tǒng)計（1）字段拆分將“商品名稱”字段拆分為“品牌”“分類”“型號”3個字段的代碼如下：#將“商品名稱”字段拆分為3個字段newData2=data['商品名稱'].str.split('',3,True)newData2.columns=['品牌','分類','型號']#設(shè)置列名df2=data.drop('商品名稱',axis=1).join(newData2)df2.head()輸出結(jié)果：（2）分類統(tǒng)計按品牌分類統(tǒng)計商品銷售數(shù)量的代碼如下：result2=df2.groupby(['品牌']).agg({'數(shù)量':np.sum})result2.head()輸出結(jié)果：按商品種類分類統(tǒng)計商品銷售數(shù)量的代碼如下：result3=df2.groupby(['分類']).agg({'數(shù)量':np.sum})result3輸出結(jié)果：3．數(shù)據(jù)記錄抽取（1）從文件goods_sales.xlsx中篩選出單價為6000元至7000元之間的商品代碼如下：data[data.單價.between(6000,7000)]輸出結(jié)果：（2）從文件goods_sales.xlsx中篩選出商品名稱為空的記錄代碼如下：print(data[pd.isnull(data.商品名稱)])輸出結(jié)果：EmptyDataFrameColumns:[序號,商品編號,商品名稱,單價,數(shù)量]Index:[]從上述輸出結(jié)果可以看出，文件goods_sales.xlsx中不存在商品名稱為空的記錄。（3）從文件goods_sale