如何用 Python 转换 Costco 数据？

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 亿美圆，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，由于人满为患，Costco 实行限流，将卖场人数控制在 2000 人之内，有人早上 4:30 就去排队。

Costco 把零售效率作到极致，是零售企业学习的标杆。

做为数据分析师，也要学习 Costco 死磕本身、为用户创造价值的精神。

下面，咱们从网上读取一些 Costco 的股价数据，学习用 Python 对这些数据进行转换，为未来的数据分析作好准备。

首先，咱们从网页中读取Costco 的历史股价数据。

而后，咱们对数据进行清洗，获得一个干净整洁的数据表格。

接下来，咱们就能够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，咱们能够将字符转换为时间。

大部分常见的字符形式，均可以使用 parse() 进行转换，例如：

须要注意的是，要防止出现意外状况，例如：parse('80') 的结果是 1980 年的当前日期，若是这不是你想要的结果，那么在转换以前，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，不只能将字符转换为时间，并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，咱们能够实现将每一列都强制转换为数值，没法转换的元素用 nan 表示。

其中 errors='coerce' 是 pd.to_numeric() 函数的一个参数，若是把 coerce 替换为 ignore，那么将忽略没法转换的元素，让其保持原样。

3. 如何转换为字符？

使用 astype() 函数，咱们能够实现数据类型的相互转换。好比说，下面的代码实现把数据框所有转换为字符型。

对于时间型的数据，咱们可使用 strftime() 函数，转换为指定的字符格式，例如：

4. 如何转换为区间？

使用 pd.cut() 函数，咱们能够将数值切割为指定的区间，例如：

其中 right = True 表明左开右闭，默认为 False，即左闭右开。

咱们可使用 labels 参数，为每一个区间指定想要显示的内容，例如：

若是把 bins 参数定义为一个整数，那么数值将被切割为等分的区间。

5. 如何作分组转换？

结合使用 groupby() 和 transform() 函数，咱们能够在行数保持不变的状况下，对某列进行分组求和，例如：

这样分组转换数据的好处是，可以方便地计算每一个数据对应各自分组的占比。好比说，下面代码的计算结果是：天天成交量占当月总成交量的比例。

若是使用 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，并且能够同时应用多个函数。

Pandas 从  0.25 版本开始，agg() 函数获得加强，能够对多个不一样的列，应用不一样的函数，并对聚合的结果进行自定义命名。

好比说，相似于 Excel 中经典的数据透视表功能，咱们可使用下面的代码，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。

能够看出，与 Excel 相比，Python 的功能要强大不少，灵活运用相关函数，可以明显提高数据分析的效率。

6. 如何标准化转换？

为了消除单位量纲的影响，让不一样变量之间可以进行对比分析，咱们能够对数据进行标准化转换，0-1 标准化是一种经常使用的标准化转换的方法。好比说，下面的代码实现了 Costco 开盘价的 0-1 标准化。

通过 0-1 标准化转换以后，原来的最小值变成 0，原来的最大值变成 1，其余的值都变成了介于 0 到 1 之间的值。

7. 小结

最后，咱们仍是用一张思惟导图，对转换数据的方法作个小结。