教案13 数据格式问题处理

厦门电子职业中专学校教案纸第1页学科数据分析与可视化项目三处理电商平台店铺销售数据检查授课班级授课时数2教具计算机、投影仪多媒体教学网络授课时间教学方法授课、投影仪演示及上机操作教学目的掌握数据格式问题的具体的处理方法能够对有格式问题的数据进行处理教学重点和难点日期格式处理文本型格式处理复习提问文本型格式问题有哪些？教学内容、方法、过程和板书设计教学追记【复习引入】上节课我们学习了文本型格式问题的处理的方法，这节课我们将学习对有数据格式问题的数据的具体处理方法。【新课教学】一、处理店铺数据中的日期格式问题创建新数据集data，并将data_3数据集()赋值到data：data=data_31.将日期数据类型统一为datetime[64]现有一个数据集data，我们可以通过pandas库中的日期转换函数to_datatime()将日期类型数据统一为datetime[64]：教案纸附页第2页教学内容、方法、过程和板书设计教学追记importpandasaspd#导入pandas库data['订单日期']=pd.to_datetime(data['订单日期'])data['发货日期']=pd.to_datetime(data['发货日期'])()运行后的结果为：2.将“订单日期”中的年月日以及星期分别提取出来生成新的字段提取日期类型数据中的年月日和星期，可以用到datetime函数中的year、month、day、dayofweek等等函数：data['年']=data.订单日期.dt.yeardata['月']=data.订单日期.dt.monthdata['日']=data.订单日期.dt.daydata['年月']=data.订单日期.dt.strftime('%Y-%m')data['星期']=data.订单日期.dt.dayofweek+1结果如下：二、处理店铺数据中的数值格式问题1.将数值型数据修改为浮点型数据或整数数据现有一个数据集data，我们可以通过pandas库中的数值型数据转换函数to_numeric()、astype()将数值型数据转换为浮点型数据或整数数据：importpandasaspd#导入pandas库data['销售额']=pd.to_numeric(data.销售额)data['利润']=pd.to_numeric(data.利润)data['数量']=data.数量.astype(64)data[['销售额','利润','数量']].dtypes运行后的结果为：处理店铺数据中的文本格式问题1.按类型查看数据集中文本类型的字段数据data.select_dtypes(include='object').head()运行结果如下：查看‘客户细分’的数据情况，将‘客户细分’中的数据进行规整处理data.客户细分.unique()运行结果如下：将对应字段进行规整处理：data.客户细分.replace('customer','消费者',inplace=True)data.客户细分.replace('company','公司',inplace=True)将"产品名称"字段中的英文大写字母统一修改为小写字母data.产品名称=data.产品名称.str.lower()教案纸附页第3页教学内容、方法、过程和板书设计教学追记【教学反思】本节课我围绕教学目标展开教学，通过自主学习法、分组讨论法、实操强化法进行教学，学生整体参与度较高。在教学难点上，部分学生理解起来有些吃力，这提示我在未来教学中需要更细致地设计引导问题，或提前准备更多辅助