Update README.md

README.md

@@ -1,2 +1,50 @@
 # DD
+import pandas as pd
+import numpy as np
+import matplotlib.pyplot as plt
+
+#读取数据
+data=pd.read_excel('./data/data.xlsx')
+#查看数据基本信息
+#查看数据几行几列
+print(data.shape)
+#查看索引
+print(data.index)
+#查看数据每一列的列表头内容
+print(data.columns)
+#查看每一列数据统计数目
+print(data.count())
+data.head()
+
+#异常值处理
+#筛选出海口市以外的数据
+df=data.loc[(data['county']>460108)|(data['county']<460105)]
+df.head()
+#保留海口市的数据
+data=data.loc[(data['county']<=460108)&(data['county']>=460105)]
+print('筛选出异常值后',data.shape)
+
+#缺失值处理
+data.info()
+print('删除缺失值前',data.shape)
+data=data.dropna()
+print('删除缺失值后',data.shape)
+
+#对列进行重命名
+data=data.rename(columns={'order_id':'订单编号','county':'区号','type':'订单类型','start_dest_distance':'预估距离','arrive_time':'司机到达时间','departure_time':'用户下单时间','pre_total_fee':'价格','normal_time':'时长','dest_lng':'终点经度','dest_lat':'终点纬度','starting_lng':'起点经度','starting_lat':'起点纬度','date':'日期'})
+data.head()
+
+#数据类型转换
+data['时长']=data['时长'].astype('int64')
+data['预估距离']=data['预估距离'].astype('int64')
+data['价格']=data['价格'].astype('int64')
+data['日期']=data['日期'].astype('str')
+
+#查看数据类型
+data.info()
+
+#重置索引
+data=data.reset_index(drop=True)
+data.head()
+