pandas 案例（替换标题，去除列包含nan的行，更新索引等）

博主： huoyu
发布时间：2023 年 02 月 15 日
253 次浏览
暂无评论
5572字数
分类： Pandas

# 需求

打印所有数据，没有。。。

替换标题

针对wind债券二级分类：只保留“超短期融资债券”“一般短期公司券”“一般公司债”“一般中期票据”“一般企业债”5种，其他样本全部删除

债券二级分类

删除关键指标存在数据缺失的样本

去除这些列包含nan的行

更新索引

（1）是否含权债：将“是”赋值为“1”，否则为0

（2）特殊条款：若特殊条款中含有“交叉违约”则赋值为“1”，否则为0

（3）担保人：若有内容则赋值为1，否则为0

发行时债项评级: AAA、AA + 、AA、AA － 评级依次赋值为 4、3、2、1，其中“-”也赋值为“4”。

【4】对3个变量取自然对数ln：EBITDA/利息费用 发行总额  债券期限

【5】小数点后保留8位：EBITDA/利息费用、发行总额、债券期限、总资产报酬率ROA 、资产负债率、现金比率 、总资产周转率、营业收入(同比增长率)

```python
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author  : Zimo
# @Time    : 2023/1/31 16:28
# @File    : data_handle.py
# @Software: PyCharm
# @contact : 2319899766@qq.com
# @Site    : https://blog.csdn.net/qq_39799322
import math

import pandas as pd

import os

kk = os.listdir("./data")
print(kk)
for huoss in kk:

df = pd.read_excel(f"data/{huoss}")
    # 打印所有数据，没有。。。
    pd.set_option('display.max_columns', None)
    # print(df.index)
    # print(df.head())
    # print(df.dtypes)
    # print(df.iloc[:270])
    pp = []
    for i in df.iloc[:1]:
        i = i.replace("\n", "").replace(" %", "")
        pp.append(i)
    # 替换标题
    df.columns = pp
    # print(df.columns)
    # print(df.head())

# 针对wind债券二级分类：只保留“超短期融资债券”“一般短期公司券”“一般公司债”“一般中期票据”“一般企业债”5种，其他样本全部删除
    # 债券二级分类
    zjejfl = df[["Wind债券二级分类"]].values
    # print(zjejfl,type(zjejfl))
    for index, i in enumerate(zjejfl):
        # print(i)
        if i[0] not in ["超短期融资债券", "一般短期公司券", "一般公司债", "一般中期票据", "一般企业债"]:
            # print(i[0],index)# 取下标
            df.drop(index, axis=0, inplace=True)
    # print(len(df[["Wind债券二级分类"]].values))

# 删除关键指标存在数据缺失的样本
    # 去除这些列包含nan的行
    df.dropna(subset=["EBITDA/利息费用[报告期] 2020年报[单位] 倍", "发行总额[单位] 亿元", "债券期限(年)[单位] 年",
                      "Wind债券二级分类", "总资产报酬率ROA[报告期] 2020年报[单位]", "资产负债率[报告期] 2020年报[单位]",
                      "现金比率[报告期] 2020年报", "总资产周转率[报告期] 2020年报[单位] 次", "发行人委托评级机构",
                      "营业收入(同比增长率)[报告期] 2020年报[单位]"], axis=0, inplace=True)
    # 更新索引
    df.reset_index(drop=True, inplace=True)

# print(len(df[["Wind债券二级分类"]].values))
    # df.to_excel("huoyu.xlsx", index=False)

# （1）是否含权债：将“是”赋值为“1”，否则为0
    df.loc[df["是否含权债"] == "是", "是否含权债"] = "1"
    df.loc[df["是否含权债"] == "否", "是否含权债"] = "0"

# （2）特殊条款：若特殊条款中含有“交叉违约”则赋值为“1”，否则为0
    for index, i in enumerate(df[["特殊条款"]].values):
        # print(i)
        if "交叉保护" in str(i[0]):
            df.loc[index, "特殊条款"] = "1"
            # print("1")
        else:
            df.loc[index, "特殊条款"] = "0"
            # print("0")

# （3）担保人：若有内容则赋值为1，否则为0
    for index, i in enumerate(df[["担保人"]].values):
        if len(str(i[0])) > 3:
            df.loc[index, "担保人"] = "1"
            # print(i)
        else:
            df.loc[index, "担保人"] = "0"

# 发行时债项评级: AAA、AA + 、AA、AA － 评级依次赋值为 4、3、2、1，其中“-”也赋值为“4”。
    for index, i in enumerate(df[["发行时债项评级"]].values):
        if str(i[0]) == "-":
            df.loc[index, "发行时债项评级"] = "4"
        elif str(i[0]) == "AAA":
            df.loc[index, "发行时债项评级"] = "4"
        elif str(i[0]) == "AA+":
            df.loc[index, "发行时债项评级"] = "3"
        elif str(i[0]) == "AA":
            df.loc[index, "发行时债项评级"] = "2"
        elif str(i[0]) == "AA-":
            df.loc[index, "发行时债项评级"] = "1"
        elif str(i[0]) == "AA-1":
            df.loc[index, "发行时债项评级"] = "1"
        else:
            pass

# 【4】对3个变量取自然对数ln：EBITDA/利息费用 发行总额  债券期限
    for index, i in enumerate(df[["发行总额[单位] 亿元"]].values):
        # if "-" in str(i[0]):
        #     huoyus = str(i[0]).replace("-", "")
        #     df.loc[index, "发行总额[单位] 亿元"] = str(math.log(float(huoyus)))
        #     continue
        # print(float(i[0]))
        df.loc[index, "发行总额[单位] 亿元"] = math.log(float(i[0]))

for index, i in enumerate(df[["EBITDA/利息费用[报告期] 2020年报[单位] 倍"]].values):
        # print(float(i[0]))
        if "-" in str(i[0]):
            huoyus = str(i[0]).replace("-", "")
            df.loc[index, "EBITDA/利息费用[报告期] 2020年报[单位] 倍"] = str(math.log(float(huoyus)))
            continue
        df.loc[index, "EBITDA/利息费用[报告期] 2020年报[单位] 倍"] = math.log(float(i[0]))

for index, i in enumerate(df[["债券期限(年)[单位] 年"]].values):
        # if "-" in str(i[0]):
        #     huoyus = str(i[0]).replace("-", "")
        #     df.loc[index, "债券期限(年)[单位] 年"] = str(math.log(float(huoyus)))
        #     continue
        df.loc[index, "债券期限(年)[单位] 年"] = math.log(float(i[0]))

# 【5】小数点后保留8位：EBITDA/利息费用、发行总额、债券期限、总资产报酬率ROA 、资产负债率、现金比率 、总资产周转率、营业收入(同比增长率)
    df.to_excel("huoyu.xlsx", index=False)
    for i in ["EBITDA/利息费用[报告期] 2020年报[单位] 倍", "发行总额[单位] 亿元", "债券期限(年)[单位] 年",
              "总资产报酬率ROA[报告期] 2020年报[单位]", "资产负债率[报告期] 2020年报[单位]", "现金比率[报告期] 2020年报",
              "总资产周转率[报告期] 2020年报[单位] 次", "营业收入(同比增长率)[报告期] 2020年报[单位]"]:
        for index, j in enumerate(df[[i]].values):
            df.loc[index, i] = format(float(j[0]), ".8f")
        df[i] = df[i].astype(float)
    df.to_excel(f"data_result/{huoss}", index=False)
```

# 文件：

新建一个data文件夹，将下面文件放里面

[2017-2021+发行人.xlsx](http://type.zimopy.com/usr/uploads/2023/02/3821877743.xlsx)

[2017-2021待处理数据.xlsx](http://type.zimopy.com/usr/uploads/2023/02/34548072.xlsx)

处理好的数据在data_result文件夹里

[2017-2021+发行人.xlsx](http://type.zimopy.com/usr/uploads/2023/02/822002820.xlsx)

[2017-2021待处理数据.xlsx](http://type.zimopy.com/usr/uploads/2023/02/1732395007.xlsx)

最后的数据是huoyu.xlsx

[huoyu.xlsx](http://type.zimopy.com/usr/uploads/2023/02/3226926330.xlsx)

最后修改：2023 年 02 月 15 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱

地址

huoyu1
真的很需要
欣
很牛逼|´・ω・)ノ
hhh
真棒
Hongjia
https://blog.dingtone.me/zh/rec...
Hongjia
https://5sim.net/zh使用该网站可以最低1 卢布充值

pandas 案例（替换标题，去除列包含nan的行，更新索引等）

huoyu • 2023 年 02 月 15 日

# 需求

打印所有数据，没有。。。

替换标题

针对wind债券二级分类：只保留“超短期融资债券”“一般短期公司券”“一般公司债”“一般中期票据”“一般企业债”5种，其他样本全部删除

债券二级分类

删除关键指标存在数据缺失的样本

去除这些列包含nan的行

更新索引

（1）是否含权债：将“是”赋值为“1”，否则为0

（2）特殊条款：若特殊条款中含有“交叉违约”则赋值为“1”，否则为0

（3）担保人：若有内容则赋值为1，否则为0

发行时债项评级: AAA、AA + 、AA、AA － 评级依次赋值为 4、3、2、1，其中“-”也赋值为“4”。

【4】对3个变量取自然对数ln：EBITDA/利息费用 发行总额  债券期限

【5】小数点后保留8位：EBITDA/利息费用、发行总额、债券期限、总资产报酬率ROA 、资产负债率、现金比率 、总资产周转率、营业收入(同比增长率)

import pandas as pd

import os

kk = os.listdir("./data")
print(kk)
for huoss in kk:

# print(len(df[["Wind债券二级分类"]].values))
    # df.to_excel("huoyu.xlsx", index=False)

# 文件：

新建一个data文件夹，将下面文件放里面

[2017-2021+发行人.xlsx](http://type.zimopy.com/usr/uploads/2023/02/3821877743.xlsx)

[2017-2021待处理数据.xlsx](http://type.zimopy.com/usr/uploads/2023/02/34548072.xlsx)

处理好的数据在data_result文件夹里

[2017-2021+发行人.xlsx](http://type.zimopy.com/usr/uploads/2023/02/822002820.xlsx)

[2017-2021待处理数据.xlsx](http://type.zimopy.com/usr/uploads/2023/02/1732395007.xlsx)

最后的数据是huoyu.xlsx

[huoyu.xlsx](http://type.zimopy.com/usr/uploads/2023/02/3226926330.xlsx)

pandas 案例（替换标题，去除列包含nan的行，更新索引等）

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

速注册OpenAi（ChatGPT），国内也可以

Frida 代码自动补全

ubuntu 实现内网穿透

最新Fiddler Web Debugger v5.0 20202.18177中文版

windows一键启动雷电模拟器的frida-server

爬虫自动化之Drissionpage实现随时切换代理IP

手动启动宝塔里面网站的Nginx,mysql,ftp,redis

开启ipv6

3.spandas数据结构

Mac pro m1 打包jar包，python调用

pandas 案例（替换标题，去除列包含nan的行，更新索引等）

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

pandas 案例 （替换标题，去除列包含nan的行，更新索引等）

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

pandas 案例（替换标题，去除列包含nan的行，更新索引等）