数据科学家带你用使用NumPy和Pandas进行Python式数据清理！

>>> import pandas as pd>>> import numpy as np

例如，在上一节使用的数据集中，可以想象到，图书管理员如果需要搜索记录，他也许输入的是书籍的唯一标识符（ Identifier 列）：

>>> df['Identifier'].is_uniqueTrue

让我们用 set_index 来替换现有的索引

>>> df.get_dtype_counts()object 6

其中出版日期一列，如果将其转化为数字类型更有意义，所以我们可以进行如下计算：

很好！本节完成了！

我们将用这两个函数来清理 Place of Publication 一列，因为此列包含字符串。以下是该列的内容：

我们发现某些行中，出版地被其他不必要的信息包围着。如果观察更多值，我们会发现只有出版地包含 ‘London’ 或者 ‘Oxford’ 的行才会出现这种情况。

我们来看看两条特定的数据：

与 np.where 结合：

管我们可以使用 for 循环来清理上面的字符串，但是使用 Pandas 会更加方便。我们只需要州名和城镇名字，其他都可以删除。虽然这里也可以再次使用 .str() 方法，但我们也可以使用 applymap() 方法将一个 Python 可调用方法映射到 DataFrame 的每个元素上。

我们一直在使用 元素 这个术语，但实际上到底是指什么呢？看一下以下这个 DataFrame 例子：