Python数据科学实践 | 数据类型

大家好，基于Python的数据科学实践课程又到来了，大家尽情学习吧。本期内容主要由程茜与政委联合推出。

基本数据类型

Python有很多数据类型，这里我们将会简要介绍布尔值，整数，浮点数，复数，字符串与时间类型。

整数又称为整型，也就是int类型。在Python中，可以直接对整数进行算数运算。整数与数学中定义的整数概念一致。比如1，-2，45687等等。

数据分析中，经常需要知道变量是什么类型才可以进行相应的运算。在Python中有一个type 函数，可以用来查看基本的数据类型。

语法：type(变量名)     用来查看变量的数据类型

1type(200) #返回值int
2type(-1) #返回值int
3type(pow(2,10)) #返回值int，pow(2,10)是2的10次方
4type(True) #返回值bool

看到这里，大家肯定会问，导入一个数据集后，每个数据集有很多个变量，我不能一个一个查看数据类型吧。这里给大家再讲一个函数，dtypes()函数，可以用来查看所有字段的数据类型。继续在coupon这个数据集上使用。

例1

    
1coupon.dtypes

运行结果如下：

图1

可以看到“团购活动ID”“与购买人数”都是整数变量。大家思考一下，“团购活动ID”需要用整数变量来存储吗？ 

简单的说就是带小数点的数字，也就是float型。例如

1type(85.0) #返回值float
2type(4/5) #返回值float

在图2中可以看到，团购价、市场价等都是浮点数。具体来看一个例子，“六婆串串香火锅”团购的团购价“85.0”为浮点数。

图2

Python中，复数的虚数部分通过后缀“j”来表示，例如：

例2

112.3+4j #创建复数

还可以使用real和imag函数来查看复数的实部和虚部。

例3

1(3+1j).real #返回值3.0
2(3+1j).imag #返回值1.0

在这里划一下重点：虚部的系数如果是1，也需要写出来哈！不信你可以试试！

布尔值就是逻辑值，“对”或者“错”，“是”或者“否”。就像人们对火锅的态度只有“爱”或者“不爱”，这就对应了逻辑值True和False。它们的主要用途是进行逻辑运算，所以可以通过“==”，“>”，"

11 == 1 #返回值True
21 > 2 #返回值False
31 != 2 #返回值True
4(1 != 2) and (1 == 1) #返回值True
5(1 != 2) or (1 > 2) #返回值False

那么，逻辑运算能在数据分析中帮我们做什么呢？这里咱们回到火锅的例子上。首先，导入coupon_nm数据集。这里如下图可以发现，在coupon中，第一行和第三行的团购名都是“壹分之贰豪华生日派对套餐”。那么一个自然的问题是它们到底是不是同一个团购呢？

图3

解决的办法是通过比对团购ID来确定是不是同一个团购活动，这时候就可以用到布尔运算。

具体操作代码如下：

例4

1coupon.iloc[0,2] == coupon.iloc[2,2] #如果不做特殊说明，本书都假设读者已经导入了需要使用的数据集。

由于二者相等这件事不成立，所以这个布尔运算返回了False。在Python中，利用Pandas模块导入的数据都以数据框（Data Frame)的方式存储。而从数据框中取出某行某列就需要在数据集后加.iloc，并用方括号[ ,]表示行列的位置，行数在前，列数在后。但是要注意Python中从零开始计数，所以coupon.iloc[0,2]表示第一行第三列，coupon.iloc[2,2]表示第三行第三列。这些具体的函数操作都会在后面讲解，这里大家可以先去试着理解布尔运算的用途。

当然，还可以利用布尔值寻找需要的数据。比如，最近大家都很喜欢吃“六婆串串香火锅”，那么如何找到“六婆串串香火锅”的数据呢？大家可以试试下面的方法。

例5

1coupon[coupon['店名']=='六婆串串香火锅']

如图4所示，利用布尔值，一行代码就可以寻找到需要的数据。

图4

布尔数据类型会经常在数据科学的实践中使用，其目的就是通过快速实现简单的逻辑运算来处理数据。

字符串就是一系列字符，也就是str型。简单来讲，就是用一对单引号（'）、双引号（"）或三引号（'''）括起来的一串字符。比如：''Python分析火锅数据''，'Python'等。

例6

1type('六婆串串香火锅') #返回值str

其中，'六婆串串香火锅'是字符串str类型。

Python提供了5种常用的操作，分别是“+”（字符串拼接）、“*”（复制）、“in”（是否在字符串中），单个索引和切片索引，len（字符串长度）。

例7

1name = '六婆串串香火锅' 
2name*3 #返回值为 '六婆串串香火锅六婆串串香火锅六婆串串香火锅'
3'六婆' in name #返回值为True
4name[0] #返回值为'六'
5name[2:4] #返回值为'串串'
6len(name) #返回值为7

字符串类型的数据其实是通过一种特殊的数据结构列表（list）存储的。更多的理解字符串的例子可以从下面的数据结构的介绍中获得。

数据类型转换在项目实践中经常用到，比如一个火锅店的月销售额是一个字符类型，转换为数字类型才可以进行统计分析，比如计算均值。Python提供了便捷的数据类型转换函数。举例如下表：

表1

火锅数据中的字段“团购活动ID”，Python认为它是数值型。但是，此时客户ID相加减是没有意义的，其本质是字符串。这就需要更改数值型数据为字符型数据。str函数就成功的将第一条数据的ID“38744470”转换成字符串'38744470'。

例8

1ID = coupon.loc[0,'团购活动ID'] 
2ID = str(ID) #转换数据类型
3print(type(ID)) #返回值为str

好了，今天就讲到这里。

作业：请大家导入shops_nm.xlsx数据，查看每个变量的数据类型，并查看商铺中是否有“六婆串串香火锅”的信息。