📖 数据基础操作 读取CSV/Excel · 数据预览 · 类型转换 · 为库存预测模型清洗数据
encoding='utf-8' 处理中文dtype 指定列类型parse_dates 解析日期import pandas as pd
df_csv = pd.read_csv(
'inventory_data.csv',
encoding='utf-8',
parse_dates=['日期']
)
print(df_csv.shape)
sheet_name 指定工作表header 指定列名行df_excel = pd.read_excel(
'库存数据.xlsx',
sheet_name='Sheet1',
engine='openpyxl'
)
df_excel.head(3)
print(df.head(8)) print(df.info())
| 列名 | 非空数 | 类型 |
|---|---|---|
| 商品ID | 1000 | int64 |
| 日期 | 1000 | datetime64 |
| 库存量 | 998 | float64 |
| 销量 | 1000 | int64 |
print(df.describe())
errors='coerce'# 日期转换
df['日期'] = pd.to_datetime(
df['日期'], errors='coerce'
)
# 库存量转为浮点
df['库存量'] = pd.to_numeric(
df['库存量'], errors='coerce'
)
# 商品ID 转为字符串
df['商品ID'] = df['商品ID'].astype(str)
print(df.dtypes)
# 转为category
df['商品类别'] = df['商品类别'].astype('category')
# 内存占用
print(df.memory_usage(deep=True))
| 原始类型 | 目标类型 | 方法 | 说明 |
|---|---|---|---|
| object (日期字符串) | datetime64 | pd.to_datetime() | errors='coerce' 容错 |
| object (数字) | float64 / int64 | pd.to_numeric() | downcast 优化 |
| int64 (类别) | category | astype('category') | 节省内存 |
| float64 (整数) | int64 | astype('Int64') | 可处理缺失值 |