0. 序言
Costco 是全球第一家会员制的仓储批发卖场，中文翻译过来叫「开市客」或「好市多」，始创于 1976 年的美国加州，截止到 2019 年 1 月，有 736 家门店，9270 万会员，年营业额 1310 亿美元，会员续费率 90%，全球拥有 24 万名员工。
2019 年 8 月 27 日，中国大陆第一家 Costco 在上海开业，因为人满为患，Costco 实行限流，将卖场人数控制在 2000 人以内，有人早上 4:30 就去排队。
Costco 把零售效率做到极致，是零售企业学习的标杆。
作为数据分析师，也要学习 Costco 死磕自己、为用户创造价值的精神。
下面，我们从网上读取一些 Costco 的股价数据，学习用 Python 对这些数据进行转换，为将来的数据分析做好准备。
然后，我们对数据进行清洗，得到一个干净整洁的数据表格。
接下来，我们就可以正式开始对数据进行转换。
1. 如何转换为时间？
使用 transform() 函数，结合 dateutil 模块中的 parse() 函数，我们可以将字符转换为时间。
大部分常见的字符形式，都可以使用 parse() 进行转换，例如：
需要注意的是，要防止出现意外情况，例如：parse("80") 的结果是 1980 年的当前日期，如果这不是你想要的结果，那么在转换之前，建议把相应的字符串写得更具体明确一些。
使用 pd.to_datetime() 函数，不仅能将字符转换为时间，而且能将数值转换为时间，还能指定时间单位和起始日期等参数，例如：
2. 如何转换为数值？
使用 pd.to_numeric() 函数，结合自由度比较高的 apply() 函数，我们可以实现将每一列都强制转换为数值，无法转换的元素用 nan 表示。
其中 errors="coerce" 是 pd.to_numeric() 函数的一个参数，如果把 coerce 替换为 ignore，那么将忽略无法转换的元素，让其保持原样。
3. 如何转换为字符？
使用 astype() 函数，我们可以实现数据类型的相互转换。比如说，下面的代码实现把数据框全部转换为字符型。
对于时间型的数据，我们可以使用 strftime() 函数，转换为指定的字符格式，例如：
5. 如何转换为区间？
使用 pd.cut() 函数，我们可以将数值切割为指定的区间，例如：
其中 right = True 代表左开右闭，默认为 False，即左闭右开。
我们可以使用 labels 参数，为每个区间指定想要显示的内容，例如：
如果把 bins 参数定义为一个整数，那么数值将被切割为等分的区间。
6. 如何做分组转换？
结合使用 groupby() 和 transform() 函数，我们可以在行数保持不变的情况下，对某列进行分组求和，例如：
这样分组转换数据的好处是，能够方便地计算每个数据对应各自分组的占比。比如说，下面代码的计算结果是：每天成交量占当月总成交量的比例。
如果使用 apply() 函数，那么返回结果会聚合成 5 行。
如何使用 agg() 函数，那么返回的结果也是聚合成 5 行，而且可以同时应用多个函数。
Pandas 从 0.25 版本开始，agg() 函数得到增强，可以对多个不同的列，应用不同的函数，并对聚合的结果进行自定义命名。
比如说，类似于 Excel 中经典的数据透视表功能，我们可以使用下面的代码，实现按月份分组，同时对日期进行计数、对开盘价求平均值和最大值、对成交量求和。
可以看出，与 Excel 相比，Python 的功能要强大很多，灵活运用相关函数，能够明显提升数据分析的效率。
6. 如何标准化转换？
为了消除单位量纲的影响，让不同变量之间能够进行对比分析，我们可以对数据进行标准化转换，0-1 标准化是一种常用的标准化转换的方法。比如说，下面的代码实现了 Costco 开盘价的 0-1 标准化。
经过 0-1 标准化转换之后，原来的最小值变成 0，原来的最大值变成 1，其他的值都变成了介于 0 到 1 之间的值。
7. 小结
最后，我们还是用一张思维导图，对转换数据的方法做个小结。
End.
爱数据网专栏作者：林骥
作者介绍：数据赋能者，专注数据分析 10 多年。
个人公众号：林骥（linjiwx）
本文为挖数网专栏作者原创文章，未经允许禁止转载，需要转载请微信联系授权（微信号：lovedata0520）
更多文章前往爱数据社区网站首页浏览http://www.itongji.cn/
- 我的微信公众号
- 微信扫一扫
-
- 我的微信公众号
- 微信扫一扫
-
评论