用python預(yù)處理面板數(shù)據(jù)(續(xù))

大道至簡(jiǎn),大音希聲输拇,大象無(wú)形。

依然是面板數(shù)據(jù)預(yù)處理問(wèn)題贤斜。
這次總結(jié)經(jīng)驗(yàn)策吠,簡(jiǎn)化方法逛裤,用list規(guī)避了惱人的合并索引不匹配。
面對(duì)棘手的問(wèn)題猴抹,最好的方法可能正是最簡(jiǎn)單暴力的方法带族,所謂快刀斬亂麻是也。
只要能解決問(wèn)題蟀给,又何苦老是整些有的沒(méi)的給自己挖坑蝙砌?(身處坑底的我一臉認(rèn)真的說(shuō))

原始數(shù)據(jù)格式:”和我一樣的還有4個(gè)“

處理后效果

處理后效果(續(xù))

舒服了

代碼請(qǐng)參考:

# -*- coding: utf-8 -*-  
# 感謝pandas救我??命
import pandas as pd

# 拼接
def rs(filepath):
    df = pd.read_excel(filepath,sheet_name=0)
    df.columns = ['region', '2016','2015','2014', '2013','2012','2011', '2010','2009','2008']
    df = df.drop(labels = ['region'], axis=1)
    l = pd.Series()
    for i in range(1, 10):
        l = pd.concat([l, df.iloc[:,9-i]])
    l = list(l)
    return(l)


data1 = rs("客運(yùn)量.xls")
data2 = rs("貨運(yùn)周轉(zhuǎn)量.xls")
data3 = rs("固定資產(chǎn)投資.xls")
data4 = rs("郵電業(yè)務(wù)量.xls")
data5 = rs("技術(shù)市場(chǎng)成交額.xls")

# 年份
years = [2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016]
years = years*31
years = sorted(years)

# 地區(qū)編號(hào),省份
rg=[
1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19,
20,
21,
22,
23,
24,
25,
26,
27,
28,
29,
30,
31,
]
prv = [
'北京',
'天津',
'河北',
'山西',
'內(nèi)蒙古',
'遼寧',
'吉林',
'黑龍江',
'上海',
'江蘇',
'浙江',
'安徽',
'福建',
'江西',
'山東',
'河南',
'湖北',
'湖南',
'廣東',
'廣西',
'海南',
'重慶',
'四川',
'貴州',
'云南',
'西藏',
'陜西',
'甘肅',
'青海',
'寧夏',
'新疆'
]

rg = rg*9
prv = prv*9

# 輸出
data = pd.DataFrame({
    'region': rg,
    'prv'   : prv,
    'years' : years,
    'pop'   : data1,
    'cmd'   : data2,
    'fin'   : data3,
    'inf'   : data4,
    'tec'   : data5,
})
# 用encoding="utf-8-sig"防止出現(xiàn)亂碼
data.to_csv('effect.csv', index=False,encoding="utf-8-sig")

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末跋理,一起剝皮案震驚了整個(gè)濱河市择克,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌薪介,老刑警劉巖祠饺,帶你破解...
    沈念sama閱讀 218,386評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異汁政,居然都是意外死亡道偷,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門记劈,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)勺鸦,“玉大人,你說(shuō)我怎么就攤上這事目木』煌荆” “怎么了?”我有些...
    開封第一講書人閱讀 164,704評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵刽射,是天一觀的道長(zhǎng)军拟。 經(jīng)常有香客問(wèn)我,道長(zhǎng)誓禁,這世上最難降的妖魔是什么懈息? 我笑而不...
    開封第一講書人閱讀 58,702評(píng)論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮摹恰,結(jié)果婚禮上辫继,老公的妹妹穿的比我還像新娘。我一直安慰自己俗慈,他們只是感情好姑宽,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,716評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著闺阱,像睡著了一般炮车。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,573評(píng)論 1 305
  • 那天示血,我揣著相機(jī)與錄音棋傍,去河邊找鬼。 笑死难审,一個(gè)胖子當(dāng)著我的面吹牛瘫拣,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播告喊,決...
    沈念sama閱讀 40,314評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼麸拄,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了黔姜?” 一聲冷哼從身側(cè)響起拢切,我...
    開封第一講書人閱讀 39,230評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎秆吵,沒(méi)想到半個(gè)月后淮椰,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,680評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡纳寂,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,873評(píng)論 3 336
  • 正文 我和宋清朗相戀三年主穗,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片毙芜。...
    茶點(diǎn)故事閱讀 39,991評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡忽媒,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出腋粥,到底是詐尸還是另有隱情晦雨,我是刑警寧澤,帶...
    沈念sama閱讀 35,706評(píng)論 5 346
  • 正文 年R本政府宣布隘冲,位于F島的核電站闹瞧,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏展辞。R本人自食惡果不足惜夹抗,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,329評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望纵竖。 院中可真熱鬧,春花似錦杏愤、人聲如沸靡砌。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)通殃。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間画舌,已是汗流浹背堕担。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留曲聂,地道東北人霹购。 一個(gè)月前我還...
    沈念sama閱讀 48,158評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像朋腋,于是被迫代替她去往敵國(guó)和親齐疙。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,941評(píng)論 2 355