1，pd.to_datetime( 要转换的日期, format= ),
2，pd.to_datetime.today( ).year ，pd.to_datetime.now( ).year
3，字符串的astype方法：字段类型转换，
4，日期.dt.year ：必须加dt
5，删除字段： df. drop ([ ] , axis=1, inplace=True)
df是数据框的名字，列表[ ] 里是要删除的字段名，
axis=1表示在水平方向，因为默认drop方法是用来删除数据库中的行记录，
inplace=True表示会影响原数组
6，序列的apply ( ) 方法 , apply( func= , )
7，序列使用.str后，可以转换为字符串类型
df=pd.read_excel(r'E:\Python学习资料\data_test03.xlsx') # print(df) print("df的类型：",type(df)) print("数据集DataFrame的维数：",df.ndim) print("元素类型：\n",df.dtypes) print("\n元素个数：",df.size) #转换字段的数据类型 df.birthday=pd.to_datetime(df.birthday,format='%Y-%m-%d') df.tel=df.tel.astype("str") #将手机号中间4位隐藏起来 df.tel=df.tel.apply(func=lambda x:x.replace(x[3:7],"*****")) #添加域名domain，年龄age，工龄workage，专业profession df['domain']=df.email.apply(func=lambda x:x.split("@")[1]) df['age']=pd.datetime.today().year-df.birthday.dt.year df['workage']=pd.datetime.today().year-df.birthday.dt.year df['profession']=df.other.str.findall("专业：(.*?)，") #这种方法能去掉专业外面的 中括号 df['major']=df.other.str.findall("专业：(.*?)，").str[0] #删除'birthday','start_work','other'这几个变量 df.drop(['birthday','start_work','other'],axis=1,inplace=True) #各种操作之后的数据集 print("\n",df)
