當前位置：首頁 > 编程资源 > 综合教程 >内容正文

综合教程

Python Pandas练习

發布時間：2023/12/13 综合教程 28 生活家

生活随笔收集整理的這篇文章主要介紹了 Python Pandas练习小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

1、Pandas基礎知識

用pandas中的DataFrame時選取行或列：

import numpy as np
import pandas as pd
from pandas import Sereis, DataFrame

ser = Series(np.arange(3.))

data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))

data['w']  #選擇表格中的'w'列，使用類字典屬性,返回的是Series類型

data.w    #選擇表格中的'w'列，使用點屬性,返回的是Series類型

data[['w']]  #選擇表格中的'w'列，返回的是DataFrame類型

data[['w','z']]  #選擇表格中的'w'、'z'列

data[0:2]  #返回第1行到第2行的所有行，前閉后開，包括前不包括后

data[1:2]  #返回第2行，從0計，返回的是單行，通過有前后值的索引形式，
       #如果采用data[1]則報錯

data.ix[1:2] #返回第2行的第三種方法，返回的是DataFrame，跟data[1:2]同

data['a':'b']  #利用index值進行切片，返回的是**前閉后閉**的DataFrame, 
        #即末端是包含的  

#——————新版本pandas已舍棄該方法，用iloc代替———————
data.irow(0)   #取data的第一行
data.icol(0)   #取data的第一列

ser.iget_value(0)  #選取ser序列中的第一個
ser.iget_value(-1) #選取ser序列中的最后一個，這種軸索引包含索引器的series不能采用ser[-1]去獲取最后一個，這會引起歧義。
#————————————————————————————-----------------

data.head()  #返回data的前幾行數據，默認為前五行，需要前十行則data.head(10)
data.tail()  #返回data的后幾行數據，默認為后五行，需要后十行則data.tail(10)

data.iloc[-1]   #選取DataFrame最后一行，返回的是Series
data.iloc[-1:]   #選取DataFrame最后一行，返回的是DataFrame

data.loc['a',['w','x']]   #返回‘a’行'w'、'x'列，這種用于選取行索引列索引已知

data.iat[1,1]   #選取第二行第二列，用于已知行、列位置的選取。

import pandas as pd
import numpy as np

（1）用字典數據類型創建DataFrame。

data={'state':['a','b','c','d'],
'year':[1991,1992,1993,1994],
'pop':[6,7,8,9]}

data={'state':['a','b','c','d'], 'year':[1991,1992,1993,1994], 'pop':[6,7,8,9]}
df = pd.DataFrame(data)
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop
0	a	1991	6
1	b	1992	7
2	c	1993	8
3	d	1994	9

（2）將創建的Dataframe的索引設置為，ABCD。并且命名為“索引”。

df = pd.DataFrame(data,index=list('ABCD'))
df.index.name = '索引'
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop
索引
A	a	1991	6
B	b	1992	7
C	c	1993	8
D	d	1994	9

（3）在下面新增一行。然后刪除。

dit = {'state':'e','year':'1995','pop':10}
s = pd.Series(dit)
s.name = 'E'
df = df.append(s)
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop
索引
A	a	1991	6
B	b	1992	7
C	c	1993	8
D	d	1994	9
E	e	1995	10

df = df.drop(['E'])
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop
索引
A	a	1991	6
B	b	1992	7
C	c	1993	8
D	d	1994	9

（4）增加新的屬性列，列名設置為‘port’，值均為1。

# 方法一
df['port'] = 1
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop	port
索引
A	a	1991	6	1
B	b	1992	7	1
C	c	1993	8	1
D	d	1994	9	1

# 方法二
# df.port = np.ones(len(df),dtype=int)
df['port'] = np.ones(len(df),dtype=int)
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop	port
索引
A	a	1991	6	1
B	b	1992	7	1
C	c	1993	8	1
D	d	1994	9	1

使用方括號或點來訪問列有什么區別？

[]索引（方括號訪問）具有對DataFrame列數據進行操作的完整功能。

雖然屬性訪問（點訪問）主要是為了方便訪問現有的DataFrame列數據，但偶爾也有其局限性（例如特殊列名，創建新列）。

（5）取出1991和1994年的數據。

# 方法一
df.loc[['A','D']]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop	port
索引
A	a	1991	6	1
D	d	1994	9	1

# 方法二
df[(df.year==1991)|(df.year==1994)]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop	port
索引
A	a	1991	6	1
D	d	1994	9	1

（6）獲取前‘state’和‘year’的數據。

df[['state','year']]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year
索引
A	a	1991
B	b	1992
C	c	1993
D	d	1994

（7）查看每一列數據的數據格式，并且將‘pop’每個數據乘2。

df.dtypes
df['pop'] *=2
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	state	year	pop	port
索引
A	a	1991	12	1
B	b	1992	14	1
C	c	1993	16	1
D	d	1994	18	1

2、數據操作

（1）讀取香港酒店數據。

hk = pd.read_excel(r'香港酒店數據.xlsx',index_col=0)
hk[:3]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	字段1	字段2	字段3	字段4	字段5	字段6	字段7	字段8
NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休閑度假	香港	元朗	天水圍天恩路18號	4.6	17604.0	422.0
1.0	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侶	香港	東區	銅鑼灣永興街8號	4.5	12708.0	693.0
2.0	香港碧薈酒店(The BEACON)	商務出行	香港	油尖旺	九龍旺角洗衣街88號	4.7	328.0	747.0
3.0	香港灣仔帝盛酒店(Dorsett Wanchai)	浪漫情侶	香港	灣仔	皇后大道東387-397號	4.4	5014.0	693.0

（2）按照數據的內容，重新設置數據的索引，重新設置列名稱為'名字','類型','城市','地區','地點','評分','評分人數','價格'。

hk.columns = ['名字','類型','城市','地區','地點','評分','評分人數','價格']
hk.index.name='索引'
hk[:3]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格
索引
NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休閑度假	香港	元朗	天水圍天恩路18號	4.6	17604.0	422.0
1.0	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侶	香港	東區	銅鑼灣永興街8號	4.5	12708.0	693.0
2.0	香港碧薈酒店(The BEACON)	商務出行	香港	油尖旺	九龍旺角洗衣街88號	4.7	328.0	747.0
3.0	香港灣仔帝盛酒店(Dorsett Wanchai)	浪漫情侶	香港	灣仔	皇后大道東387-397號	4.4	5014.0	693.0

（3）查看所有類型為“浪漫情侶”的酒店

hk[hk['類型']=='浪漫情侶']

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格
索引
1.0	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侶	香港	東區	銅鑼灣永興街8號	4.5	12708.0	693.0
3.0	香港灣仔帝盛酒店(Dorsett Wanchai)	浪漫情侶	香港	灣仔	皇后大道東387-397號	4.4	5014.0	693.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侶	香港	觀塘	觀塘創業街38號	4.6	3427.0	581.0
5.0	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	浪漫情侶	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.5	1938.0	869.0
20.0	香港恒豐酒店(Prudential Hotel)	浪漫情侶	香港	油尖旺	尖沙嘴彌敦道222號	4.5	8194.0	692.0
...	...	...	...	...	...	...	...	...
234.0	香港金坊賓館(GOLD PALACE HOTEL)	浪漫情侶	香港	NaN	香港油尖旺區九龍旺角彌敦道607號新興大廈22字樓2201室	4.7	436.0	245.0
240.0	香港登臺酒店(HOTEL STAGE)	浪漫情侶	香港	油尖旺	佐敦志和街1號	4.7	962.0	1084.0
246.0	香港紅茶館酒店(鴨脷洲大街店)(Bridal Tea House Hotel (Ap Lei...	浪漫情侶	香港	南區	港島鴨脷洲大街95號	4.2	1203.0	377.0
247.0	香港樂仕酒店(Acesite Knutsford Hotel)	浪漫情侶	香港	油尖旺	九龍尖沙咀天文臺圍8號	4.2	1879.0	237.0
259.0	香港旺角新天地酒店(Mong Kok Sunny Day Hotel)	浪漫情侶	香港	油尖旺	香港九龍旺角新填地街419號	4.3	784.0	949.0

69 rows × 8 columns

（4）查看所有類型為“浪漫情侶”，地區在灣仔的酒店

hk[(hk.類型=='浪漫情侶')&(hk.地區=='灣仔')][:10]#查看前十個

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格
索引
3.0	香港灣仔帝盛酒店(Dorsett Wanchai)	浪漫情侶	香港	灣仔	皇后大道東387-397號	4.4	5014.0	693.0
5.0	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	浪漫情侶	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.5	1938.0	869.0

（5）查看所有地址在觀塘或者油尖旺，評分大于4的酒店

hk[((hk.地區=='油尖旺')|(hk.地區=='觀塘'))&(hk.評分>4)][:10]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格
索引
2.0	香港碧薈酒店(The BEACON)	商務出行	香港	油尖旺	九龍旺角洗衣街88號	4.7	328.0	747.0
4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侶	香港	觀塘	觀塘創業街38號	4.6	3427.0	581.0
6.0	海景嘉福洲際酒店(InterContinental Grand Stanford Hong ...	海濱風光	香港	油尖旺	尖沙咀東部麼地道70號	4.7	4366.0	1296.0
8.0	香港富豪九龍酒店(Regal Kowloon Hotel)	休閑度假	香港	油尖旺	尖沙嘴麼地道71號	4.5	11265.0	692.0
10.0	香港廣易商務賓館(家庭旅館)(WIDE EVER HOSTEL)	地鐵周邊	香港	油尖旺	九龍旺角彌敦道607號新興大廈14樓16單位	4.1	1029.0	218.0

（6）查看類型缺失的數據

hk[hk['類型'].isnull()]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格
索引
39.0	香港頤庭酒店(銅鑼灣店)(Eco Tree Hotel Causeway Bay)	NaN	香港	東區	銅鑼灣水星街15號	4.600000	15.0	567.0
187.0	工業家酒店(IND Hotel)	NaN	香港	觀塘	九龍觀塘觀塘道326號	4.200000	6.0	448.0
200.0	香港永倫800酒店(WINLAND800HOTEL)	NaN	香港	葵青	新界青衣路一號	3.400000	3098.0	196.0
241.0	香港港灣酒店(Hong Kong Harbor Hotel)	NaN	香港	南區	香港仔石排灣道47號	3.800000	709.0	259.0
268.0	香港奧斯酒店(O‘ Hotel)	NaN	香港	九龍城	香港九龍土瓜灣九龍城道42-46號	3.700000	869.0	369.0
284.0	巴黎旅館(Paris Guest House (D2, 10/F))	NaN	香港	NaN	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.000000	5.0	67.0
300.0	香港海景渡假樂園(Hong Kong Seaview Holiday Resort)	NaN	香港	離島	大嶼山梅窩東灣頭路11號	2.900000	5.0	881.0
301.0	香港海邊小屋(The Cove Hostel)	NaN	香港	離島	大嶼山塘福村17D,1-2字樓	4.283827	2.0	352.0
306.0	香港文苑賓館(Man Yuen Hotel)	NaN	香港	油尖旺	旺角彌敦道737號金輪大廈二樓H室	4.700000	5.0	169.0
315.0	墨爾本賓館(Melbourne Hostel)	NaN	香港	NaN	九龍尖沙咀彌敦道40號重慶大廈E座10字樓E1室	4.283827	2.0	93.0
318.0	香港百麗旅館(Park Guest House)	NaN	香港	油尖旺	九龍尖沙咀海防道53至55號海防大廈1樓10號	4.283827	6.0	445.0
321.0	香港尊貴旅館(Hong Kong Premium Guest House)	NaN	香港	油尖旺	尖沙咀彌敦道56-58號美麗都大廈16字樓B2,A5室（前臺入住辦理設在16字樓A2室）	4.800000	19.0	166.0
322.0	香港美華賓館(Mei Wah Guest House)	NaN	香港	NaN	九龍旺角彌敦道737號金輪大廈9字樓F座	4.000000	27.0	250.0
323.0	香港威尼斯賓館	NaN	香港	NaN	香港油尖旺區旺角彌頓道580號恒隆大廈4樓	4.700000	48.0	298.0
327.0	80后潘多拉旅館(香港佐敦店)(原華豐賓館)(Pandora After 80s Jordan)	NaN	香港	油尖旺	九龍佐敦佐敦道15號華豐大廈1字樓H室	3.100000	36.0	70.0
335.0	香港Primo旅館(Primo Guesthouse)	NaN	香港	NaN	九龍尖沙咀彌敦道40號重慶大廈E座3字樓E3室	4.283827	1.0	131.0
343.0	香港宿霧賓館(Cebu Hotel)	NaN	香港	NaN	彌敦道36-44號重慶大廈A座17字樓A6 & A7室	4.283827	1.0	113.0
364.0	全球旅舍(Global Inn)	NaN	香港	NaN	彌敦道36-44號重慶大廈C座6樓C2室 (登記前臺於E座8樓E1室)	4.283827	2.0	165.0
371.0	珠峰賓館(Everest Guest House (3/F))	NaN	香港	NaN	九龍尖沙咀彌敦道40號重慶大廈D座3字樓5-6室	4.283827	1.0	181.0
384.0	尊貴閑庭酒店(Premium Lounge)	NaN	香港	NaN	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	4.283827	1.0	166.0

（7）用“其他”填充類型和地區

hk['類型'].fillna('其他',inplace=True)
hk[hk['類型'].isnull()]

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格
索引

（8）用評分均值填充缺失值

hk['評分'].fillna(np.mean(hk['評分']),inplace=True)

（9）刪除價格和評分人數的缺失值

hk.dropna(subset=['價格', '評分人數'],inplace=True)

（10）保存到“酒店數據1.xlsx”

hk.to_excel('hotel_data_new2.xlsx')

3、統計練習

import numpy as np
import pandas as pd

（1）讀取上次作業保存的數據，酒店數據1.xlsx

df = pd.read_excel('酒店數據1.xlsx')

（2）查看“評分”的格式，并分別進行升序和降序排序

df['評分'].dtype

dtype('float64')

df.sort_values(by='評分')#默認升序

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	Unnamed: 0	名字	類型	城市	地區	地點	評分	評分人數	價格
384	384	香港中港酒店(家庭旅館)(HK-China Hotel)	地鐵周邊	香港	油尖旺	碧街33-39號永華大廈1樓（油麻地地鐵站A1出口直走50米）	1.5	7	429
281	281	巴黎旅館(Paris Guest House (D2, 10/F))	其他類型	香港	其他地區	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.0	5	67
279	279	香港經濟型酒店 (家庭旅館)(Hong Kong Budget Hostel)	地鐵周邊	香港	油尖旺	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	2.0	29	67
359	359	香港港龍酒店(Comfort Lodge Hong Kong)	地鐵周邊	香港	油尖旺	香港九龍佐敦德興街7-8號（禮苑，接待處位于A座2樓）	2.2	18	492
331	331	香港欣欣賓館(家庭旅館)(YAN YAN GUEST HOUSE)	地鐵周邊	香港	油尖旺	彌敦道40號重慶大廈E座8字樓E1室	2.3	6	977
...	...	...	...	...	...	...	...	...	...
82	82	香港半島酒店(The Peninsula Hong Kong)	海濱風光	香港	油尖旺	尖沙咀梳士巴利道	4.8	3693	3862
14	14	迪士尼探索家度假酒店(Disney Explorers Lodge)	海濱風光	香港	離島	迪士尼樂園度假區	4.8	4794	1662
116	116	香港四季酒店(Four Seasons Hotel Hong Kong)	海濱風光	香港	中西區	中環金融街8號	4.8	3461	12926
210	210	香港李女士賓館(家庭旅館)(MS LI GUEST HOUSE)	地鐵周邊	香港	油尖旺	彌敦道58號美麗都大廈E座5字樓E1室	4.9	7	351
332	332	香港新金冠賓館(New Golden Crown Guest House)	客棧	香港	油尖旺	尖沙咀彌敦道68號金冠大廈13樓C室	4.9	10	395

396 rows × 9 columns

df.sort_values(by='評分',ascending=False)#降序

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	Unnamed: 0	名字	類型	城市	地區	地點	評分	評分人數	價格
210	210	香港李女士賓館(家庭旅館)(MS LI GUEST HOUSE)	地鐵周邊	香港	油尖旺	彌敦道58號美麗都大廈E座5字樓E1室	4.9	7	351
332	332	香港新金冠賓館(New Golden Crown Guest House)	客棧	香港	油尖旺	尖沙咀彌敦道68號金冠大廈13樓C室	4.9	10	395
198	198	香港鳴人賓館(Naruto Inn)	地鐵周邊	香港	油尖旺	尖沙咀彌敦道83-97號華源大廈10F B4室	4.8	921	190
14	14	迪士尼探索家度假酒店(Disney Explorers Lodge)	海濱風光	香港	離島	迪士尼樂園度假區	4.8	4794	1662
116	116	香港四季酒店(Four Seasons Hotel Hong Kong)	海濱風光	香港	中西區	中環金融街8號	4.8	3461	12926
...	...	...	...	...	...	...	...	...	...
352	352	香港京華賓館(佐敦)	地鐵周邊	香港	其他地區	九龍佐敦南京街19-21號3樓2/F	2.3	40	328
359	359	香港港龍酒店(Comfort Lodge Hong Kong)	地鐵周邊	香港	油尖旺	香港九龍佐敦德興街7-8號（禮苑，接待處位于A座2樓）	2.2	18	492
279	279	香港經濟型酒店 (家庭旅館)(Hong Kong Budget Hostel)	地鐵周邊	香港	油尖旺	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	2.0	29	67
281	281	巴黎旅館(Paris Guest House (D2, 10/F))	其他類型	香港	其他地區	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.0	5	67
384	384	香港中港酒店(家庭旅館)(HK-China Hotel)	地鐵周邊	香港	油尖旺	碧街33-39號永華大廈1樓（油麻地地鐵站A1出口直走50米）	1.5	7	429

396 rows × 9 columns

（3）對酒店按照價格進行排名，計算“油尖旺”地區的均價。

df.sort_values(by='價格')
df[df['地區']=='油尖旺']['價格'].mean()

544.3621621621621

（4）對酒店數據進行描述性統計，并求所有價格的均值方差，最大最小值，中值。

df.describe()#對dataframe中的數值數據進行描述性統計
df['價格'].mean(),df['價格'].var(),df['價格'].max(),df['價格'].min(),df['價格'].median()

(682.3156565656566, 823256.5203618469, 12926, 67, 416.5)

（5）計算評分和價格之間的的相關系數，協方差

df[['評分','價格']].corr()

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	評分	價格
評分	1.000000	0.288901
價格	0.288901	1.000000

df[['評分','價格']].cov()

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	評分	價格
評分	0.234598	126.963415
價格	126.963415	823256.520362

（6）按照評分降序排序，評分相同時按價格升序排序。

df.sort_values(by=['評分','價格'],ascending=[False,True])

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	Unnamed: 0	名字	類型	城市	地區	地點	評分	評分人數	價格
210	210	香港李女士賓館(家庭旅館)(MS LI GUEST HOUSE)	地鐵周邊	香港	油尖旺	彌敦道58號美麗都大廈E座5字樓E1室	4.9	7	351
332	332	香港新金冠賓館(New Golden Crown Guest House)	客棧	香港	油尖旺	尖沙咀彌敦道68號金冠大廈13樓C室	4.9	10	395
316	316	香港尊貴旅館(Hong Kong Premium Guest House)	其他類型	香港	油尖旺	尖沙咀彌敦道56-58號美麗都大廈16字樓B2,A5室（前臺入住辦理設在16字樓A2室）	4.8	19	166
198	198	香港鳴人賓館(Naruto Inn)	地鐵周邊	香港	油尖旺	尖沙咀彌敦道83-97號華源大廈10F B4室	4.8	921	190
74	74	香港和平客棧(HK Peaceful Guesthouse)	民宿	香港	其他地區	尖沙咀彌敦道58號美麗都大廈13樓B1室于13樓C2室登記入住	4.8	511	264
...	...	...	...	...	...	...	...	...	...
331	331	香港欣欣賓館(家庭旅館)(YAN YAN GUEST HOUSE)	地鐵周邊	香港	油尖旺	彌敦道40號重慶大廈E座8字樓E1室	2.3	6	977
359	359	香港港龍酒店(Comfort Lodge Hong Kong)	地鐵周邊	香港	油尖旺	香港九龍佐敦德興街7-8號（禮苑，接待處位于A座2樓）	2.2	18	492
279	279	香港經濟型酒店 (家庭旅館)(Hong Kong Budget Hostel)	地鐵周邊	香港	油尖旺	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	2.0	29	67
281	281	巴黎旅館(Paris Guest House (D2, 10/F))	其他類型	香港	其他地區	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.0	5	67
384	384	香港中港酒店(家庭旅館)(HK-China Hotel)	地鐵周邊	香港	油尖旺	碧街33-39號永華大廈1樓（油麻地地鐵站A1出口直走50米）	1.5	7	429

396 rows × 9 columns

（7）計算一下，評分小于3分的酒店數量和占比。

len(df[df['評分']<3]),len(df[df['評分']<3])/len(df)

(12, 0.030303030303030304)

（8）計算一下，酒店評分大于等于4分的酒店的價格均值。

df[df.評分>=4]['價格'].mean()

743.165191740413

（9）計算出每個地區的酒店占總酒店數量的比例。

df['地區'].value_counts()/len(df)*100

油尖旺     46.717172
其他地區    14.141414
灣仔      10.353535
中西區      8.333333
九龍城      5.303030
東區       4.040404
離島       2.777778
觀塘       1.767677
荃灣       1.767677
葵青       1.262626
南區       1.262626
沙田       1.010101
屯門       0.505051
深水埗區     0.252525
元朗       0.252525
羅湖區      0.252525
Name: 地區, dtype: float64

（10）找出酒店評分人數排名前20的酒店，并計算他們的價格均值。

df1 = df.sort_values(by='評分人數',ascending=False)[:20]
df1['價格'].mean()

1111.8

（11）查看酒店分布的類型數量和地區數量，并統計各個類型和地區包含的酒店數量。

df['類型'].unique()

array(['浪漫情侶', '商務出行', '海濱風光', '休閑度假', '地鐵周邊', '交通方便', '親子酒店', '其他類型',
       '民宿', '印象好', '酒店公寓', '青年旅舍', '客棧', '火車站周邊', '老板熱情', '環境不錯', '干凈衛生',
       '大學周邊'], dtype=object)

df['地區'].unique()

array(['東區', '油尖旺', '灣仔', '觀塘', '中西區', '南區', '離島', '九龍城', '荃灣', '屯門',
       '葵青', '其他地區', '沙田', '元朗', '深水埗區', '羅湖區'], dtype=object)

df['類型'].value_counts()

地鐵周邊     172
浪漫情侶      68
海濱風光      61
休閑度假      30
其他類型      20
商務出行      13
民宿         6
親子酒店       5
酒店公寓       5
青年旅舍       4
環境不錯       3
客棧         3
老板熱情       1
大學周邊       1
印象好        1
火車站周邊      1
干凈衛生       1
交通方便       1
Name: 類型, dtype: int64

df['地區'].value_counts()

油尖旺     185
其他地區     56
灣仔       41
中西區      33
九龍城      21
東區       16
離島       11
觀塘        7
荃灣        7
葵青        5
南區        5
沙田        4
屯門        2
深水埗區      1
元朗        1
羅湖區       1
Name: 地區, dtype: int64

（12）用數據透視表，計算每個類型的酒店的評分人數總數量。

pd.pivot_table(df,index=['類型'],values=['評分人數'],aggfunc=np.sum)

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	評分人數
類型
交通方便	152
親子酒店	11492
休閑度假	219657
其他類型	4858
印象好	68
商務出行	9630
地鐵周邊	91323
大學周邊	23
客棧	229
干凈衛生	146
民宿	2493
浪漫情侶	238436
海濱風光	394600
火車站周邊	578
環境不錯	1327
老板熱情	48
酒店公寓	1967
青年旅舍	2605

（13）用數據透視表，計算每個類型的酒店價格的均值和標準差

pd.pivot_table(df,index=['類型'],values=['價格'],aggfunc=[np.mean,np.std])

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead tr th { text-align: left }

	mean	std
	價格	價格
交通方便	421.000000	NaN
親子酒店	745.400000	546.616227
休閑度假	1151.300000	831.027704
其他類型	269.300000	199.264727
印象好	297.000000	NaN
商務出行	1045.153846	870.595663
地鐵周邊	374.139535	377.604830
大學周邊	325.000000	NaN
客棧	397.666667	154.017315
干凈衛生	185.000000	NaN
民宿	258.500000	127.000394
浪漫情侶	608.573529	303.356119
海濱風光	1543.573770	1746.828349
火車站周邊	968.000000	NaN
環境不錯	357.666667	161.283394
老板熱情	385.000000	NaN
酒店公寓	1182.000000	697.624899
青年旅舍	189.250000	116.851401

（14）用數據透視表，計算每個地區酒店價格和評分的最大值和最小值

通過列表獲取多個值

pd.pivot_table(df,index=['地區'],values=['價格','評分'],aggfunc=[np.max,np.min])

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead tr th { text-align: left }
.dataframe thead tr:last-of-type th { text-align: right }

	amax		amin
	價格	評分	價格	評分
地區
東區	1908	4.700000	331	4.200000
中西區	12926	4.800000	254	3.800000
九龍城	1742	4.800000	137	3.700000
元朗	425	4.500000	425	4.500000
其他地區	1450	4.800000	67	2.000000
南區	553	4.400000	185	3.800000
屯門	696	4.700000	582	4.500000
沙田	1052	4.700000	569	4.400000
油尖旺	3862	4.900000	67	1.500000
深水埗區	648	4.300000	648	4.300000
灣仔	2856	4.700000	131	3.400000
離島	1667	4.800000	352	2.900000
羅湖區	506	4.282973	506	4.282973
荃灣	709	4.500000	225	4.300000
葵青	423	4.400000	196	3.400000
觀塘	1132	4.600000	448	4.200000

（15）用數據透視表，計算每個地區和類型的酒店的評分的均值和標準差

pd.pivot_table(df,index=['地區','類型'],values=['評分'],aggfunc=[np.mean,np.std])

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead tr th { text-align: left }
.dataframe thead tr:last-of-type th { text-align: right }

		mean	std
		評分	評分
地區	類型
東區	其他類型	4.600000	NaN
	商務出行	4.500000	0.000000
	客棧	4.282973	NaN
	浪漫情侶	4.425000	0.150000
	海濱風光	4.512500	0.155265
...	...	...	...
葵青	浪漫情侶	4.200000	0.230940
觀塘	休閑度假	4.600000	0.000000
	其他類型	4.200000	NaN
	浪漫情侶	4.550000	0.070711
	海濱風光	4.500000	0.141421

72 rows × 2 columns

4、進階練習

import pandas as pd

（1）讀取數據。讀取之前作業保存的“酒店數據1.xlsx”

df = pd.read_excel('酒店數據1.xlsx')

（2）將“類型”和“名字”設置為層次化索引，并交換索引的位置。然后將層次化索引取消。

層次化索引，是指在一個軸上擁有多個索引。

Series的層次化索引（index），DataFrame的層次化索引（index，columns）。

本題中是將列名變為層次索引，采用set_index()，取消用reset_index()方法。也可以直接生成。

df = df.set_index(['類型','名字'])
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

		Unnamed: 0	城市	地區	地點	評分	評分人數	價格
類型	名字
浪漫情侶	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	0	香港	東區	銅鑼灣永興街8號	4.500000	12708	693
商務出行	香港碧薈酒店(The BEACON)	1	香港	油尖旺	九龍旺角洗衣街88號	4.700000	328	747
浪漫情侶	香港灣仔帝盛酒店(Dorsett Wanchai)	2	香港	灣仔	皇后大道東387-397號	4.400000	5014	693
	如心艾朗酒店(L‘hotel elan)	3	香港	觀塘	觀塘創業街38號	4.600000	3427	581
	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	4	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.500000	1938	869
...	...	...	...	...	...	...	...	...
地鐵周邊	香港金泉酒店	391	香港	其他地區	香港旺角彌敦道607號新興大廈1407室	4.282973	16	245
地鐵周邊	香港天天賓館(TIN TIN GUEST HOUSE)	392	香港	油尖旺	旺角彌敦道607號新興大廈1517A	3.200000	16	227
海濱風光	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	393	香港	荃灣	荃灣楊屋道8號	4.500000	45462	709
海濱風光	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	394	香港	荃灣	荃灣楊屋道8號	4.500000	45463	709
地鐵周邊	香港花盈酒店(家庭旅館)(Bloomy Hotel)	395	香港	油尖旺	尖沙咀彌敦道87號華源大廈9字樓C2室	4.000000	273	256

396 rows × 7 columns

df.swaplevel('類型','名字')

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

		Unnamed: 0	城市	地區	地點	評分	評分人數	價格
名字	類型
香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侶	0	香港	東區	銅鑼灣永興街8號	4.500000	12708	693
香港碧薈酒店(The BEACON)	商務出行	1	香港	油尖旺	九龍旺角洗衣街88號	4.700000	328	747
香港灣仔帝盛酒店(Dorsett Wanchai)	浪漫情侶	2	香港	灣仔	皇后大道東387-397號	4.400000	5014	693
如心艾朗酒店(L‘hotel elan)	浪漫情侶	3	香港	觀塘	觀塘創業街38號	4.600000	3427	581
香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	浪漫情侶	4	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.500000	1938	869
...	...	...	...	...	...	...	...	...
香港金泉酒店	地鐵周邊	391	香港	其他地區	香港旺角彌敦道607號新興大廈1407室	4.282973	16	245
香港天天賓館(TIN TIN GUEST HOUSE)	地鐵周邊	392	香港	油尖旺	旺角彌敦道607號新興大廈1517A	3.200000	16	227
香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	海濱風光	393	香港	荃灣	荃灣楊屋道8號	4.500000	45462	709
香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	海濱風光	394	香港	荃灣	荃灣楊屋道8號	4.500000	45463	709
香港花盈酒店(家庭旅館)(Bloomy Hotel)	地鐵周邊	395	香港	油尖旺	尖沙咀彌敦道87號華源大廈9字樓C2室	4.000000	273	256

396 rows × 7 columns

df = df.reset_index()
df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	類型	名字	Unnamed: 0	城市	地區	地點	評分	評分人數	價格
0	浪漫情侶	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	0	香港	東區	銅鑼灣永興街8號	4.500000	12708	693
1	商務出行	香港碧薈酒店(The BEACON)	1	香港	油尖旺	九龍旺角洗衣街88號	4.700000	328	747
2	浪漫情侶	香港灣仔帝盛酒店(Dorsett Wanchai)	2	香港	灣仔	皇后大道東387-397號	4.400000	5014	693
3	浪漫情侶	如心艾朗酒店(L‘hotel elan)	3	香港	觀塘	觀塘創業街38號	4.600000	3427	581
4	浪漫情侶	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	4	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.500000	1938	869
...	...	...	...	...	...	...	...	...	...
391	地鐵周邊	香港金泉酒店	391	香港	其他地區	香港旺角彌敦道607號新興大廈1407室	4.282973	16	245
392	地鐵周邊	香港天天賓館(TIN TIN GUEST HOUSE)	392	香港	油尖旺	旺角彌敦道607號新興大廈1517A	3.200000	16	227
393	海濱風光	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	393	香港	荃灣	荃灣楊屋道8號	4.500000	45462	709
394	海濱風光	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	394	香港	荃灣	荃灣楊屋道8號	4.500000	45463	709
395	地鐵周邊	香港花盈酒店(家庭旅館)(Bloomy Hotel)	395	香港	油尖旺	尖沙咀彌敦道87號華源大廈9字樓C2室	4.000000	273	256

396 rows × 9 columns

（3）將數據集轉置，獲取轉制后的index和columns。

df.T.index

Index(['類型', '名字', 'Unnamed: 0', '城市', '地區', '地點', '評分', '評分人數', '價格'], dtype='object')

df.T.columns

RangeIndex(start=0, stop=396, step=1)

（4）用Groupby方法來計算每個地區的評分人數的總和以及均值。

df['評分人數'].groupby(df['地區']).sum()

地區東區       56643中西區      59682九龍城      49855元朗        1200其他地區     16831南區       12867屯門        7324沙田       39622油尖旺     422574深水埗區        16灣仔      107344離島       60359羅湖區         24荃灣      114610葵青       11544觀塘       19137Name: 評分人數, dtype: int64

df['評分人數'].groupby(df['地區']).mean()

地區東區       3540.187500中西區      1808.545455九龍城      2374.047619元朗       1200.000000其他地區      300.553571南區       2573.400000屯門       3662.000000沙田       9905.500000油尖旺      2284.183784深水埗區       16.000000灣仔       2618.146341離島       5487.181818羅湖區        24.000000荃灣      16372.857143葵青       2308.800000觀塘       2733.857143Name: 評分人數, dtype: float64

（5）用Grouby方法計算每個類型的平均價格，最高價和最低價。

df['價格'].groupby(df['類型']).mean()[:5]

類型交通方便     421.0親子酒店     745.4休閑度假    1151.3其他類型     269.3印象好      297.0Name: 價格, dtype: float64

df['價格'].groupby(df['類型']).max()[:5]

類型交通方便     421親子酒店    1686休閑度假    4443其他類型     881印象好      297Name: 價格, dtype: int64

df['價格'].groupby(df['類型']).min()[:5]

類型交通方便    421親子酒店    269休閑度假    358其他類型     67印象好     297Name: 價格, dtype: int64

（6）數據離散化，按照價格將酒店分為3個等級,0-500為C，500-1000為B,大于1000為A，列名設置為“價格等級”。

數據離散化處理也可以稱為分組、區間化，采用pd.cut(x,bins,right=True,labels=None,...)函數，其中參數x是待區間化的數據，bins就是題目中的[0,500,1000,...]，labels就是題目中的[A,B,C,]。注意對應順序，pd.cut()函數中還有其他參數，具體含義可以查看API。

df['價格等級'] = pd.cut(df['價格'],[0,500,1000,15000],labels=['C','B','A'])df

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	類型	名字	Unnamed: 0	城市	地區	地點	評分	評分人數	價格	價格等級
0	浪漫情侶	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	0	香港	東區	銅鑼灣永興街8號	4.500000	12708	693	B
1	商務出行	香港碧薈酒店(The BEACON)	1	香港	油尖旺	九龍旺角洗衣街88號	4.700000	328	747	B
2	浪漫情侶	香港灣仔帝盛酒店(Dorsett Wanchai)	2	香港	灣仔	皇后大道東387-397號	4.400000	5014	693	B
3	浪漫情侶	如心艾朗酒店(L‘hotel elan)	3	香港	觀塘	觀塘創業街38號	4.600000	3427	581	B
4	浪漫情侶	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	4	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.500000	1938	869	B
...	...	...	...	...	...	...	...	...	...	...
391	地鐵周邊	香港金泉酒店	391	香港	其他地區	香港旺角彌敦道607號新興大廈1407室	4.282973	16	245	C
392	地鐵周邊	香港天天賓館(TIN TIN GUEST HOUSE)	392	香港	油尖旺	旺角彌敦道607號新興大廈1517A	3.200000	16	227	C
393	海濱風光	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	393	香港	荃灣	荃灣楊屋道8號	4.500000	45462	709	B
394	海濱風光	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	394	香港	荃灣	荃灣楊屋道8號	4.500000	45463	709	B
395	地鐵周邊	香港花盈酒店(家庭旅館)(Bloomy Hotel)	395	香港	油尖旺	尖沙咀彌敦道87號華源大廈9字樓C2室	4.000000	273	256	C

396 rows × 10 columns

（7）獲取評分均值最高和最低的地區的數據，分別使用append和concat方法將獲取的兩個數據集合并。

s = df['評分'].groupby(df['地區']).mean().sort_values()
s

地區
葵青      4.040000
其他地區    4.184117
油尖旺     4.194663
南區      4.220000
羅湖區     4.282973
深水埗區    4.300000
離島      4.371179
灣仔      4.375610
九龍城     4.428571
荃灣      4.442857
東區      4.480186
元朗      4.500000
觀塘      4.500000
中西區     4.548485
沙田      4.575000
屯門      4.600000
Name: 評分, dtype: float64

#最高和最低的地區的數據df1 = df[df['地區']=='屯門']df2 = df[df['地區']=='葵青']

# df11 和df22 對應兩種方式df11 = df1.append(df2)df22 = pd.concat([df1,df2])df22

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	類型	名字	Unnamed: 0	城市	地區	地點	評分	評分人數	價格	價格等級
24	海濱風光	香港黃金海岸酒店(Hong Kong Gold Coast Hotel)	24	香港	屯門	屯門黃金海岸青山公路1號	4.7	6326	696	B
168	浪漫情侶	香港屯門貝爾特酒店(pentahotel Hong Kong Tuen Mun)	168	香港	屯門	新界屯門震寰路六號	4.5	998	582	B
42	浪漫情侶	香港荃灣旭逸酒店(Hotel Ease Tsuen Wan)	42	香港	葵青	葵涌圳邊街15-19號	4.4	598	394	C
199	其他類型	香港永倫800酒店(WINLAND800HOTEL)	199	香港	葵青	新界青衣路一號	3.4	3098	196	C
200	浪漫情侶	香港青逸酒店(Rambler Oasis Hotel)	200	香港	葵青	青衣路1號	4.0	3091	349	C
213	浪漫情侶	香港華逸酒店(Rambler Garden Hotel)	213	香港	葵青	青衣青衣路1號	4.0	3031	349	C
215	浪漫情侶	香港文化旅館-翠雅山房(Hong Kong Heritage Lodge)	215	香港	葵青	香港九龍青山道800號	4.4	1726	423	C

（8）數據離散化，按照評分人數將酒店平均分為3個等級，三個等級的酒店數量盡量保持一致。評分人數最多的為A，最少的為C。列名設置為“熱門等級”。

實現三個等級的酒店數量盡量保持一致，需要采用numpy.percentile(a, q, axis)函數，其中a 輸入數組，q 要計算的百分位數，在 0 ~ 100 之間，axis 沿著它計算百分位數的軸，二維取值0，1。

import numpy as np

bins = np.percentile(df['評分人數'],[0,33,67,100])df['熱門等級'] = pd.cut(df['評分人數'],bins,labels=['C','B','A'])

0      A1      B2      A3      A4      B      ..391    C392    C393    A394    A395    BName: 熱門等級, Length: 396, dtype: categoryCategories (3, object): [C < B < A]

（9）選出評分人數為A，價格也為A的酒店數據，計算其平均評分。

df4 = df[(df['熱門等級']=='A')&(df['價格等級']=='A')]df4['評分'].mean()

4.6590909090909065

（10）取價格最高的5個酒店的數據，使用stack和unstack方法實現dataframe和Series之間的轉換。

df5 = df3.sort_values(by='價格',ascending=False)[:5]

df5.stack()

116  index                                              116     類型                                                海濱風光     名字                香港四季酒店(Four Seasons Hotel Hong Kong)     城市                                                  香港     地區                                                 中西區     地點                                            中環 金融街8號     評分                                                 4.8     評分人數                                              3461     價格                                               12926     價格等級                                                 A     熱門等級                                                 A115  index                                              115     類型                                                休閑度假     名字       香港置地文華東方酒店(The Landmark Mandarin Oriental HK)     城市                                                  香港     地區                                                 中西區     地點                                     中環 皇后大道中15號置地廣場     評分                                                 4.8     評分人數                                              1285     價格                                                4443     價格等級                                                 A     熱門等級                                                 B88   index                                               88     類型                                                海濱風光     名字                                 奕居(The Upper House)     城市                                                  香港     地區                                                 中西區     地點                                          金鐘道88號太古廣場     評分                                                 4.8     評分人數                                              1369     價格                                                4356     價格等級                                                 A     熱門等級                                                 B82   index                                               82     類型                                                海濱風光     名字                     香港半島酒店(The Peninsula Hong Kong)     城市                                                  香港     地區                                                 油尖旺     地點                                            尖沙咀梳士巴利道     評分                                                 4.8     評分人數                                              3693     價格                                                3862     價格等級                                                 A     熱門等級                                                 A18   index                                               18     類型                                                海濱風光     名字               香港文華東方酒店(Mandarin Oriental Hong Kong)     城市                                                  香港     地區                                                 中西區     地點                                            中環干諾道中5號     評分                                                 4.8     評分人數                                              2452     價格                                                3609     價格等級                                                 A     熱門等級                                                 Adtype: object

df5.stack().unstack()

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	index	類型	名字	城市	地區	地點	評分	評分人數	價格	價格等級	熱門等級
116	116	海濱風光	香港四季酒店(Four Seasons Hotel Hong Kong)	香港	中西區	中環金融街8號	4.8	3461	12926	A	A
115	115	休閑度假	香港置地文華東方酒店(The Landmark Mandarin Oriental HK)	香港	中西區	中環皇后大道中15號置地廣場	4.8	1285	4443	A	B
88	88	海濱風光	奕居(The Upper House)	香港	中西區	金鐘道88號太古廣場	4.8	1369	4356	A	B
82	82	海濱風光	香港半島酒店(The Peninsula Hong Kong)	香港	油尖旺	尖沙咀梳士巴利道	4.8	3693	3862	A	A
18	18	海濱風光	香港文華東方酒店(Mandarin Oriental Hong Kong)	香港	中西區	中環干諾道中5號	4.8	2452	3609	A	A

（11）縱向拆分數據集，分為df1和df2，df1包含名字，類型，城市，地區，df2包含名字，地點，評分，評分人數，價格，價格等級，熱門等級。

df11 = df3[['名字','類型','城市','地區']]df22 = df3[['名字','地點','評分','評分人數','價格','價格等級','熱門等級']]df22

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	地點	評分	評分人數	價格	價格等級	熱門等級
0	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	銅鑼灣永興街8號	4.500000	12708	693	B	A
1	香港碧薈酒店(The BEACON)	九龍旺角洗衣街88號	4.700000	328	747	B	B
2	香港灣仔帝盛酒店(Dorsett Wanchai)	皇后大道東387-397號	4.400000	5014	693	B	A
3	如心艾朗酒店(L‘hotel elan)	觀塘創業街38號	4.600000	3427	581	B	A
4	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	銅鑼灣邊寧頓街13-15號	4.500000	1938	869	B	B
5	海景嘉福洲際酒店(InterContinental Grand Stanford Hong ...	尖沙咀東部麼地道70號	4.700000	4366	1296	A	A
6	香港怡東酒店(Excelsior Hotel)	銅鑼灣告士打道281號	4.600000	6961	1184	A	A
7	香港富豪九龍酒店(Regal Kowloon Hotel)	尖沙嘴麼地道71號	4.500000	11265	692	B	A
8	港島香格里拉大酒店(Island Shangri-La)	金鐘中區法院道太古廣場	4.800000	4182	2836	A	A
9	香港廣易商務賓館(家庭旅館)(WIDE EVER HOSTEL)	九龍旺角彌敦道607號新興大廈14樓16單位	4.100000	1029	218	C	B
10	香港銅鑼灣皇冠假日酒店(Crowne Plaza Hong Kong Causeway Bay)	銅鑼灣禮頓道八號	4.700000	4446	1633	A	A
11	香港都會海逸酒店(Harbour Plaza Metropolis)	紅磡都會道7號	4.500000	14872	562	B	A
12	如心南灣海景酒店(L‘hotel Island South)	香港仔黃竹坑道55號	4.400000	9573	447	C	A
13	香港朗廷酒店(The Langham Hong Kong)	尖沙嘴北京道8號	4.700000	11039	1899	A	A
14	迪士尼探索家度假酒店(Disney Explorers Lodge)	迪士尼樂園度假區	4.800000	4794	1662	A	A
15	香港港麗酒店(Conrad Hong Kong)	金鐘金鐘道88號太古廣場	4.700000	2392	2490	A	A
16	香港美麗華酒店(The Mira Hong Kong)	尖沙咀彌敦道118-130號美麗華廣場	4.600000	5882	1583	A	A
17	香港悅來酒店(Panda Hotel)	荃灣荃華街3號	4.500000	13694	358	C	A
18	香港文華東方酒店(Mandarin Oriental Hong Kong)	中環干諾道中5號	4.800000	2452	3609	A	A
19	香港恒豐酒店(Prudential Hotel)	尖沙嘴彌敦道222號	4.500000	8194	692	B	A
20	香港北角海逸酒店(Harbour Plaza North Point)	北角英皇道665號(665 Kings Road, North Point, Hong K...	4.400000	3980	507	B	A
21	香港帝景酒店(Royal View Hotel)	汀九青山公路353號	4.500000	3289	418	C	A
22	香港南洋酒店(South Pacific Hotel)	摩理臣山道23號	4.500000	7981	445	C	A
23	香港城景國際(The Cityview)	窩打老道23號	4.500000	8648	594	B	A
24	香港黃金海岸酒店(Hong Kong Gold Coast Hotel)	屯門黃金海岸青山公路1號	4.700000	6326	696	B	A
25	香港峰景軒(Summit View Kowloon)	旺角文福道5號	4.600000	152	421	C	C
26	香港粵海酒店(GDH Hotel)	尖沙咀寶勒巷18號	4.400000	9066	748	B	A
27	香港荃灣絲麗酒店(Silka Tsuen Wan Hong Kong)	葵涌和宜合道119號	4.400000	1110	370	C	B
28	香港悅品海景酒店(原觀塘麗東酒店)(Hotel COZI Harbour view)	九龍官塘偉業街163號	4.400000	1581	484	C	B
29	香港帝京酒店(Royal Plaza Hotel)	旺角太子道西193號	4.700000	9309	1525	A	A
...	...	...	...	...	...	...	...
366	香港新豪華賓館(家庭旅館)(New Ho Wah Villa)	廟街253-255號世華商業大廈4字樓	3.200000	147	199	C	C
367	香港恒好賓館(Hang Ho Hostel)	九龍彌敦道242號立信大廈6字樓B室	4.500000	142	445	C	C
368	香港樂桃賓館(Motel Happy Peach)	九龍尖沙咀加連威老道14號加連威大廈6樓B室	3.600000	124	263	C	C
369	香港愛港賓館(ICON INN)	九龍尖沙咀彌敦道40號重慶大廈E座11樓E3室（于A座15樓A9室登記入住）	4.282973	3	202	C	C
370	尊貴閑庭酒店(Premium Lounge)	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	4.282973	1	166	C	C
371	香港蘭花軒賓館(家庭旅館)(ORCHID INN)	九龍油麻地彌敦道383-385號平安大樓八樓（電梯按7字）10室	4.282973	9	245	C	C
372	恒暉賓館 (家庭旅館)(Hang Fai Hotel)	九龍油麻地文明里15-17號麗星大廈13字樓E室	3.600000	57	199	C	C
373	香港東方明珠賓館(Oriental Pearl Hostel)	尖沙咀彌敦道38號重慶大廈A座三樓總臺	2.700000	27	99	C	C
374	香港摩登賓館(MODERN HOTEL)	旺角登打士街33號登德大廈2/F A室	2.900000	58	479	C	C
375	香港屋企旅舍(Ukkei Inn)	油麻地彌敦道495-497A號麗星大廈10B	4.282973	4	438	C	C
376	香港壹家旅館(A INN Hostel)	九龍旺角亞皆老街83號先施大廈13樓1304室（前臺位于14樓）	4.282973	1	333	C	C
377	香港水晶旅社(Crystal Hostel)	香港尖沙咀彌敦道36-44號重慶大廈E座11樓E4室 (於E座3樓登記入住	4.282973	3	146	C	C
378	香港傳奇賓館(Legend Guest House)	香港九龍尖沙咀彌敦道81號喜利大廈12字樓A&B室	4.282973	2	245	C	C
379	香港加拿大人旅館(Canadian Hostel)	香港尖沙咀彌敦道36-44重慶大廈E座7層 (於E座3樓登記入住)	4.282973	5	122	C	C
380	香港金沙賓館(家庭旅館)(Sands Hostel)	香港九龍尖沙咀彌敦道40號重慶大廈C座14樓C2室	3.800000	28	988	B	C
381	香港御瓏館(家庭旅館)(Hotel Conext)	九龍彌敦道240號立信大廈3樓B室	4.200000	359	317	C	B
382	我的酒店(家庭旅館)(I-Hotel)	九龍尖沙咀彌敦道81號喜利大廈6樓A室	4.200000	29	529	B	C
383	香港加勒比海賓館(家庭旅館)(Caribbean Sea Guest House)	彌敦道36號-44號重慶大廈C座5樓C1室	4.282973	5	1520	A	C
384	香港中港酒店(家庭旅館)(HK-China Hotel)	碧街33-39號永華大廈1樓（油麻地地鐵站A1出口直走50米）	1.500000	7	429	C	C
385	香港捷舒旅(Just Hotel)	尖沙咀金巴利道27-33號永利大廈F座4樓	3.800000	183	888	B	C
386	香港圣地牙哥賓館(家庭旅館)(San Diego Guesthouse)	亞皆老街83號先施大廈3字樓309室	4.282973	84	348	C	C
387	香港珠峰旅館(Everest Inn Guest House)	香港彌敦道40號重慶大廈D座16字樓3室(尖沙咀地鐵站旁)	4.282973	7	175	C	C
388	深圳月亮月亮公寓	深圳羅湖區漁民村	4.282973	24	506	B	C
389	香港航天星際酒店(Hotel Skystar)	尖沙咀彌敦道36-40號重慶大廈E座14樓E3室	4.282973	3	172	C	C
390	香港HotelVenus(Hotel Venus)	尖沙咀彌敦道36-40號重慶大廈C座12樓C6室	4.282973	2	172	C	C
391	香港金泉酒店	香港旺角彌敦道607號新興大廈1407室	4.282973	16	245	C	C
392	香港天天賓館(TIN TIN GUEST HOUSE)	旺角彌敦道607號新興大廈1517A	3.200000	16	227	C	C
393	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	荃灣楊屋道8號	4.500000	45462	709	B	A
394	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	荃灣楊屋道8號	4.500000	45463	709	B	A
395	香港花盈酒店(家庭旅館)(Bloomy Hotel)	尖沙咀彌敦道87號華源大廈9字樓C2室	4.000000	273	256	C	B

396 rows × 7 columns

（12）將df2按照價格進行排序，重新設置df2的索引。索引值等于價格排名。

df22 = df22.sort_values(by='價格',ascending=False)df22

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	地點	評分	評分人數	價格	價格等級	熱門等級
116	香港四季酒店(Four Seasons Hotel Hong Kong)	中環金融街8號	4.800000	3461	12926	A	A
115	香港置地文華東方酒店(The Landmark Mandarin Oriental HK)	中環皇后大道中15號置地廣場	4.800000	1285	4443	A	B
88	奕居(The Upper House)	金鐘道88號太古廣場	4.800000	1369	4356	A	B
82	香港半島酒店(The Peninsula Hong Kong)	尖沙咀梳士巴利道	4.800000	3693	3862	A	A
18	香港文華東方酒店(Mandarin Oriental Hong Kong)	中環干諾道中5號	4.800000	2452	3609	A	A
84	香港麗思卡爾頓酒店(The Ritz-Carlton Hong Kong)	九龍柯士甸道西1號環球貿易廣場	4.800000	3553	3450	A	A
70	香港哲維斯酒店(The Jervois)	蘇杭街89號	4.600000	27	3159	A	C
110	香港太子酒店-馬哥孛羅(Prince Hotel Marco Polo)	九龍尖沙嘴廣東道23號海港城	4.700000	9948	3068	A	A
114	香港君悅酒店(Grand Hyatt)	港灣道1號	4.700000	1579	2856	A	B
8	港島香格里拉大酒店(Island Shangri-La)	金鐘中區法院道太古廣場	4.800000	4182	2836	A	A
106	香港JW萬豪酒店(JW Marriott Hotel Hong Kong)	金鐘金鐘道88號太古廣場	4.700000	2883	2759	A	A
89	香港美利酒店(The Murray Hong Kong a Niccolo Hotel)	紅棉路22號	4.700000	575	2710	A	B
78	香港普特曼酒店(The Putman)	皇后大道中202號	4.600000	28	2640	A	C
15	香港港麗酒店(Conrad Hong Kong)	金鐘金鐘道88號太古廣場	4.700000	2392	2490	A	A
178	香港中環石板街酒店(The Pottinger Hong Kong)	中環皇后大道中74號（與士丹利街21號交叉口）	4.500000	473	2352	A	B
86	香港W酒店(W Hong Kong)	九龍柯士甸道西一號港鐵九龍站	4.700000	3924	2342	A	A
227	香港馨樂庭尚圜服務公寓(Citadines Mercer Hong Kong)	上環蘇杭街29號	4.600000	166	2309	A	C
65	晉逸精品酒店中環(Butterfly on Wellington Boutique Hotel)	中環威靈頓街122號	4.600000	1034	2207	A	B
94	香港港威酒店-馬哥孛羅(Gateway Hotel Marco Polo)	尖沙嘴廣東道13號海港城	4.700000	10218	1988	A	A
87	九龍香格里拉大酒店(Kowloon Shangri-La)	尖沙嘴麼地道64號	4.700000	8459	1936	A	A
99	香港洲際酒店(InterContinental Hong Kong)	尖沙咀梳士巴利道18號	4.700000	4087	1932	A	A
49	香港TUVE酒店(Hotel TUVE)	香港天后清風街16號	4.500000	1236	1908	A	B
13	香港朗廷酒店(The Langham Hong Kong)	尖沙嘴北京道8號	4.700000	11039	1899	A	A
80	馬哥孛羅香港酒店(Marco Polo Hongkong Hotel)	九龍尖沙咀廣東道3號海港城	4.600000	14428	1760	A	A
109	香港嘉里酒店(Kerry Hotel Hong Kong)	紅磡灣紅鸞道38號	4.700000	3034	1742	A	A
224	香港荷里活木的地精品酒店(Hotel Madera Hollywood)	荷里活道53-55號	4.500000	197	1742	A	C
83	香港柏寧鉑爾曼酒店(The Park Lane Hong Kong a Pullman Ho...	銅鑼灣告士打道310號	4.600000	7171	1731	A	A
98	香港萬麗海景酒店(Renaissance Harbour View Hotel Hong K...	港灣道1號	4.700000	3956	1723	A	A
57	香港麥當勞道貳號酒店(Two MacDonnell Road)	中環麥當勞道2號	4.600000	253	1686	A	B
104	香港富豪機場酒店(Regal Airport Hotel Meeting & Confere...	赤臘角香港機場暢達路9號(9 Cheong Tat Road,HK Internation...	4.500000	15617	1667	A	A
...	...	...	...	...	...	...	...
301	香港文苑賓館(Man Yuen Hotel)	旺角彌敦道737號金輪大廈二樓H室	4.700000	5	169	C	C
299	香港森之旅館(Sens Inn)	油尖旺區尖沙咀彌頓道64號美麗都大廈8字樓A3(尖沙咀地鐵站D2出口)	4.282973	13	166	C	C
370	尊貴閑庭酒店(Premium Lounge)	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	4.282973	1	166	C	C
316	香港尊貴旅館(Hong Kong Premium Guest House)	尖沙咀彌敦道56-58號美麗都大廈16字樓B2,A5室（前臺入住辦理設在16字樓A2室）	4.800000	19	166	C	C
362	香港惠福賓館	香港尖沙咀彌敦道54-64B美麗都大廈3字樓A8	4.282973	2	166	C	C
354	全球旅舍(Global Inn)	彌敦道36-44號重慶大廈C座6樓C2室 (登記前臺於E座8樓E1室)	4.282973	2	165	C	C
291	香港晴天旅舍(I Guest Hostel)	香港灣仔灣仔道221號一樓	3.700000	43	157	C	C
272	漁樵青年旅舍(香港油麻地店)(Travelholic Hostel)	油麻地彌敦道454號安昌大廈8樓454室	4.700000	232	150	C	C
305	香港馬尼拉賓館(Manila Hotel)	彌敦道36-44號重慶大廈10字樓D,E座D7室	3.200000	49	150	C	C
377	香港水晶旅社(Crystal Hostel)	香港尖沙咀彌敦道36-44號重慶大廈E座11樓E4室 (於E座3樓登記入住	4.282973	3	146	C	C
338	香港休閑小窩(Urban Pack)	尖沙咀海防道53至56號海防大廈14樓1410室	4.700000	66	137	C	C
292	香港甜心酒店(銅鑼灣鳳鳴大廈)(Sweet Heart Hostel)	銅鑼灣利園山道54-70號鳳鳴大廈1F/D室	3.900000	6	131	C	C
330	香港Primo旅館(Primo Guesthouse)	九龍尖沙咀彌敦道40號重慶大廈E座3字樓E3室	4.282973	1	131	C	C
379	香港加拿大人旅館(Canadian Hostel)	香港尖沙咀彌敦道36-44重慶大廈E座7層 (於E座3樓登記入住)	4.282973	5	122	C	C
336	香港宿霧賓館(Cebu Hotel)	彌敦道36-44號重慶大廈A座17字樓A6 & A7室	4.282973	1	113	C	C
247	香港龍群賓館(Dragon Hostel)	九龍旺角亞皆老街83號先施大廈7樓707室	4.200000	472	108	C	B
356	香港悉尼旅館(Sydney Hostel)	香港九龍尖沙咀彌敦道36-44號重慶大廈E座7樓E5室（于A座17樓A6室登記入住）	4.282973	7	105	C	C
220	香港怡家酒店(Yi Jia Hotel)	香港彌敦道731-733號振宜大廈10字樓AC(九龍商務)	3.500000	808	102	C	B
51	香港金島賓館(Golden Island Hotel)	九龍彌敦道385號平安大廈7字樓1室	4.300000	1855	99	C	B
373	香港東方明珠賓館(Oriental Pearl Hostel)	尖沙咀彌敦道38號重慶大廈A座三樓總臺	2.700000	27	99	C	C
229	香港蘋果旅館(尖沙咀店)(家庭旅館)(Apple Inn@ TsimShaTsui)	香港九龍尖沙海防道55號海防大廈11樓03單元	3.900000	1845	97	C	B
310	墨爾本賓館(Melbourne Hostel)	九龍尖沙咀彌敦道40號重慶大廈E座10字樓E1室	4.282973	2	93	C	C
268	香港萬達青年旅舍(Master Inn)	香港油尖旺區九龍旺角亞皆老街83號先施大廈15字樓1507室	4.500000	135	75	C	C
289	香港時尚酒店(尖沙咀店)(Smart Hotel)	尖沙咀金巴利道27-33號永利大廈6樓D	4.300000	78	71	C	C
337	香港德國旅舍Germany Hostel(Germany Hostel)	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	3.300000	46	71	C	C
322	80后潘多拉旅館(香港佐敦店)(原華豐賓館)(Pandora After 80s Jordan)	九龍佐敦佐敦道15號華豐大廈1字樓H室	3.100000	36	70	C	C
192	香港加爾文青年旅舍(HK HOSTEL)	佐敦道13-15號華豐大廈7樓A室	4.200000	1480	70	C	B
364	香港日夜賓館(Day and Night Hostel)	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	3.300000	63	68	C	C
281	巴黎旅館(Paris Guest House (D2, 10/F))	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.000000	5	67	C	C
279	香港經濟型酒店 (家庭旅館)(Hong Kong Budget Hostel)	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	2.000000	29	67	C	C

396 rows × 7 columns

df22.index = (range(1,len(df22)+1))df22

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	地點	評分	評分人數	價格	價格等級	熱門等級
1	香港四季酒店(Four Seasons Hotel Hong Kong)	中環金融街8號	4.800000	3461	12926	A	A
2	香港置地文華東方酒店(The Landmark Mandarin Oriental HK)	中環皇后大道中15號置地廣場	4.800000	1285	4443	A	B
3	奕居(The Upper House)	金鐘道88號太古廣場	4.800000	1369	4356	A	B
4	香港半島酒店(The Peninsula Hong Kong)	尖沙咀梳士巴利道	4.800000	3693	3862	A	A
5	香港文華東方酒店(Mandarin Oriental Hong Kong)	中環干諾道中5號	4.800000	2452	3609	A	A
6	香港麗思卡爾頓酒店(The Ritz-Carlton Hong Kong)	九龍柯士甸道西1號環球貿易廣場	4.800000	3553	3450	A	A
7	香港哲維斯酒店(The Jervois)	蘇杭街89號	4.600000	27	3159	A	C
8	香港太子酒店-馬哥孛羅(Prince Hotel Marco Polo)	九龍尖沙嘴廣東道23號海港城	4.700000	9948	3068	A	A
9	香港君悅酒店(Grand Hyatt)	港灣道1號	4.700000	1579	2856	A	B
10	港島香格里拉大酒店(Island Shangri-La)	金鐘中區法院道太古廣場	4.800000	4182	2836	A	A
11	香港JW萬豪酒店(JW Marriott Hotel Hong Kong)	金鐘金鐘道88號太古廣場	4.700000	2883	2759	A	A
12	香港美利酒店(The Murray Hong Kong a Niccolo Hotel)	紅棉路22號	4.700000	575	2710	A	B
13	香港普特曼酒店(The Putman)	皇后大道中202號	4.600000	28	2640	A	C
14	香港港麗酒店(Conrad Hong Kong)	金鐘金鐘道88號太古廣場	4.700000	2392	2490	A	A
15	香港中環石板街酒店(The Pottinger Hong Kong)	中環皇后大道中74號（與士丹利街21號交叉口）	4.500000	473	2352	A	B
16	香港W酒店(W Hong Kong)	九龍柯士甸道西一號港鐵九龍站	4.700000	3924	2342	A	A
17	香港馨樂庭尚圜服務公寓(Citadines Mercer Hong Kong)	上環蘇杭街29號	4.600000	166	2309	A	C
18	晉逸精品酒店中環(Butterfly on Wellington Boutique Hotel)	中環威靈頓街122號	4.600000	1034	2207	A	B
19	香港港威酒店-馬哥孛羅(Gateway Hotel Marco Polo)	尖沙嘴廣東道13號海港城	4.700000	10218	1988	A	A
20	九龍香格里拉大酒店(Kowloon Shangri-La)	尖沙嘴麼地道64號	4.700000	8459	1936	A	A
21	香港洲際酒店(InterContinental Hong Kong)	尖沙咀梳士巴利道18號	4.700000	4087	1932	A	A
22	香港TUVE酒店(Hotel TUVE)	香港天后清風街16號	4.500000	1236	1908	A	B
23	香港朗廷酒店(The Langham Hong Kong)	尖沙嘴北京道8號	4.700000	11039	1899	A	A
24	馬哥孛羅香港酒店(Marco Polo Hongkong Hotel)	九龍尖沙咀廣東道3號海港城	4.600000	14428	1760	A	A
25	香港嘉里酒店(Kerry Hotel Hong Kong)	紅磡灣紅鸞道38號	4.700000	3034	1742	A	A
26	香港荷里活木的地精品酒店(Hotel Madera Hollywood)	荷里活道53-55號	4.500000	197	1742	A	C
27	香港柏寧鉑爾曼酒店(The Park Lane Hong Kong a Pullman Ho...	銅鑼灣告士打道310號	4.600000	7171	1731	A	A
28	香港萬麗海景酒店(Renaissance Harbour View Hotel Hong K...	港灣道1號	4.700000	3956	1723	A	A
29	香港麥當勞道貳號酒店(Two MacDonnell Road)	中環麥當勞道2號	4.600000	253	1686	A	B
30	香港富豪機場酒店(Regal Airport Hotel Meeting & Confere...	赤臘角香港機場暢達路9號(9 Cheong Tat Road,HK Internation...	4.500000	15617	1667	A	A
...	...	...	...	...	...	...	...
367	香港文苑賓館(Man Yuen Hotel)	旺角彌敦道737號金輪大廈二樓H室	4.700000	5	169	C	C
368	香港森之旅館(Sens Inn)	油尖旺區尖沙咀彌頓道64號美麗都大廈8字樓A3(尖沙咀地鐵站D2出口)	4.282973	13	166	C	C
369	尊貴閑庭酒店(Premium Lounge)	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	4.282973	1	166	C	C
370	香港尊貴旅館(Hong Kong Premium Guest House)	尖沙咀彌敦道56-58號美麗都大廈16字樓B2,A5室（前臺入住辦理設在16字樓A2室）	4.800000	19	166	C	C
371	香港惠福賓館	香港尖沙咀彌敦道54-64B美麗都大廈3字樓A8	4.282973	2	166	C	C
372	全球旅舍(Global Inn)	彌敦道36-44號重慶大廈C座6樓C2室 (登記前臺於E座8樓E1室)	4.282973	2	165	C	C
373	香港晴天旅舍(I Guest Hostel)	香港灣仔灣仔道221號一樓	3.700000	43	157	C	C
374	漁樵青年旅舍(香港油麻地店)(Travelholic Hostel)	油麻地彌敦道454號安昌大廈8樓454室	4.700000	232	150	C	C
375	香港馬尼拉賓館(Manila Hotel)	彌敦道36-44號重慶大廈10字樓D,E座D7室	3.200000	49	150	C	C
376	香港水晶旅社(Crystal Hostel)	香港尖沙咀彌敦道36-44號重慶大廈E座11樓E4室 (於E座3樓登記入住	4.282973	3	146	C	C
377	香港休閑小窩(Urban Pack)	尖沙咀海防道53至56號海防大廈14樓1410室	4.700000	66	137	C	C
378	香港甜心酒店(銅鑼灣鳳鳴大廈)(Sweet Heart Hostel)	銅鑼灣利園山道54-70號鳳鳴大廈1F/D室	3.900000	6	131	C	C
379	香港Primo旅館(Primo Guesthouse)	九龍尖沙咀彌敦道40號重慶大廈E座3字樓E3室	4.282973	1	131	C	C
380	香港加拿大人旅館(Canadian Hostel)	香港尖沙咀彌敦道36-44重慶大廈E座7層 (於E座3樓登記入住)	4.282973	5	122	C	C
381	香港宿霧賓館(Cebu Hotel)	彌敦道36-44號重慶大廈A座17字樓A6 & A7室	4.282973	1	113	C	C
382	香港龍群賓館(Dragon Hostel)	九龍旺角亞皆老街83號先施大廈7樓707室	4.200000	472	108	C	B
383	香港悉尼旅館(Sydney Hostel)	香港九龍尖沙咀彌敦道36-44號重慶大廈E座7樓E5室（于A座17樓A6室登記入住）	4.282973	7	105	C	C
384	香港怡家酒店(Yi Jia Hotel)	香港彌敦道731-733號振宜大廈10字樓AC(九龍商務)	3.500000	808	102	C	B
385	香港金島賓館(Golden Island Hotel)	九龍彌敦道385號平安大廈7字樓1室	4.300000	1855	99	C	B
386	香港東方明珠賓館(Oriental Pearl Hostel)	尖沙咀彌敦道38號重慶大廈A座三樓總臺	2.700000	27	99	C	C
387	香港蘋果旅館(尖沙咀店)(家庭旅館)(Apple Inn@ TsimShaTsui)	香港九龍尖沙海防道55號海防大廈11樓03單元	3.900000	1845	97	C	B
388	墨爾本賓館(Melbourne Hostel)	九龍尖沙咀彌敦道40號重慶大廈E座10字樓E1室	4.282973	2	93	C	C
389	香港萬達青年旅舍(Master Inn)	香港油尖旺區九龍旺角亞皆老街83號先施大廈15字樓1507室	4.500000	135	75	C	C
390	香港時尚酒店(尖沙咀店)(Smart Hotel)	尖沙咀金巴利道27-33號永利大廈6樓D	4.300000	78	71	C	C
391	香港德國旅舍Germany Hostel(Germany Hostel)	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	3.300000	46	71	C	C
392	80后潘多拉旅館(香港佐敦店)(原華豐賓館)(Pandora After 80s Jordan)	九龍佐敦佐敦道15號華豐大廈1字樓H室	3.100000	36	70	C	C
393	香港加爾文青年旅舍(HK HOSTEL)	佐敦道13-15號華豐大廈7樓A室	4.200000	1480	70	C	B
394	香港日夜賓館(Day and Night Hostel)	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	3.300000	63	68	C	C
395	巴黎旅館(Paris Guest House (D2, 10/F))	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.000000	5	67	C	C
396	香港經濟型酒店 (家庭旅館)(Hong Kong Budget Hostel)	彌敦道36-44號重慶大廈10字樓D,E座D8& E2室	2.000000	29	67	C	C

396 rows × 7 columns

（13）使用merge方法將df1和df2合并。

dfnew= pd.merge(df11,df22,on='名字')dfnew

.dataframe tbody tr th:only-of-type { vertical-align: middle }
{ vertical-align: top }
.dataframe thead th { text-align: right }

	名字	類型	城市	地區	地點	評分	評分人數	價格	價格等級	熱門等級
0	香港銅鑼灣皇悅酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侶	香港	東區	銅鑼灣永興街8號	4.500000	12708	693	B	A
1	香港碧薈酒店(The BEACON)	商務出行	香港	油尖旺	九龍旺角洗衣街88號	4.700000	328	747	B	B
2	香港灣仔帝盛酒店(Dorsett Wanchai)	浪漫情侶	香港	灣仔	皇后大道東387-397號	4.400000	5014	693	B	A
3	如心艾朗酒店(L‘hotel elan)	浪漫情侶	香港	觀塘	觀塘創業街38號	4.600000	3427	581	B	A
4	香港隆堡柏寧頓酒店(Hotel Pennington by Rhombus)	浪漫情侶	香港	灣仔	銅鑼灣邊寧頓街13-15號	4.500000	1938	869	B	B
5	海景嘉福洲際酒店(InterContinental Grand Stanford Hong ...	海濱風光	香港	油尖旺	尖沙咀東部麼地道70號	4.700000	4366	1296	A	A
6	香港怡東酒店(Excelsior Hotel)	海濱風光	香港	灣仔	銅鑼灣告士打道281號	4.600000	6961	1184	A	A
7	香港富豪九龍酒店(Regal Kowloon Hotel)	休閑度假	香港	油尖旺	尖沙嘴麼地道71號	4.500000	11265	692	B	A
8	港島香格里拉大酒店(Island Shangri-La)	海濱風光	香港	中西區	金鐘中區法院道太古廣場	4.800000	4182	2836	A	A
9	香港廣易商務賓館(家庭旅館)(WIDE EVER HOSTEL)	地鐵周邊	香港	油尖旺	九龍旺角彌敦道607號新興大廈14樓16單位	4.100000	1029	218	C	B
10	香港銅鑼灣皇冠假日酒店(Crowne Plaza Hong Kong Causeway Bay)	休閑度假	香港	灣仔	銅鑼灣禮頓道八號	4.700000	4446	1633	A	A
11	香港都會海逸酒店(Harbour Plaza Metropolis)	海濱風光	香港	油尖旺	紅磡都會道7號	4.500000	14872	562	B	A
12	如心南灣海景酒店(L‘hotel Island South)	休閑度假	香港	南區	香港仔黃竹坑道55號	4.400000	9573	447	C	A
13	香港朗廷酒店(The Langham Hong Kong)	休閑度假	香港	油尖旺	尖沙嘴北京道8號	4.700000	11039	1899	A	A
14	迪士尼探索家度假酒店(Disney Explorers Lodge)	海濱風光	香港	離島	迪士尼樂園度假區	4.800000	4794	1662	A	A
15	香港港麗酒店(Conrad Hong Kong)	海濱風光	香港	中西區	金鐘金鐘道88號太古廣場	4.700000	2392	2490	A	A
16	香港美麗華酒店(The Mira Hong Kong)	休閑度假	香港	九龍城	尖沙咀彌敦道118-130號美麗華廣場	4.600000	5882	1583	A	A
17	香港悅來酒店(Panda Hotel)	休閑度假	香港	荃灣	荃灣荃華街3號	4.500000	13694	358	C	A
18	香港文華東方酒店(Mandarin Oriental Hong Kong)	海濱風光	香港	中西區	中環干諾道中5號	4.800000	2452	3609	A	A
19	香港恒豐酒店(Prudential Hotel)	浪漫情侶	香港	油尖旺	尖沙嘴彌敦道222號	4.500000	8194	692	B	A
20	香港北角海逸酒店(Harbour Plaza North Point)	海濱風光	香港	東區	北角英皇道665號(665 Kings Road, North Point, Hong K...	4.400000	3980	507	B	A
21	香港帝景酒店(Royal View Hotel)	海濱風光	香港	荃灣	汀九青山公路353號	4.500000	3289	418	C	A
22	香港南洋酒店(South Pacific Hotel)	浪漫情侶	香港	灣仔	摩理臣山道23號	4.500000	7981	445	C	A
23	香港城景國際(The Cityview)	浪漫情侶	香港	油尖旺	窩打老道23號	4.500000	8648	594	B	A
24	香港黃金海岸酒店(Hong Kong Gold Coast Hotel)	海濱風光	香港	屯門	屯門黃金海岸青山公路1號	4.700000	6326	696	B	A
25	香港峰景軒(Summit View Kowloon)	交通方便	香港	油尖旺	旺角文福道5號	4.600000	152	421	C	C
26	香港粵海酒店(GDH Hotel)	浪漫情侶	香港	油尖旺	尖沙咀寶勒巷18號	4.400000	9066	748	B	A
27	香港荃灣絲麗酒店(Silka Tsuen Wan Hong Kong)	浪漫情侶	香港	荃灣	葵涌和宜合道119號	4.400000	1110	370	C	B
28	香港悅品海景酒店(原觀塘麗東酒店)(Hotel COZI Harbour view)	海濱風光	香港	觀塘	九龍官塘偉業街163號	4.400000	1581	484	C	B
29	香港帝京酒店(Royal Plaza Hotel)	休閑度假	香港	油尖旺	旺角太子道西193號	4.700000	9309	1525	A	A
...	...	...	...	...	...	...	...	...	...	...
368	香港樂桃賓館(Motel Happy Peach)	地鐵周邊	香港	油尖旺	九龍尖沙咀加連威老道14號加連威大廈6樓B室	3.600000	124	263	C	C
369	香港愛港賓館(ICON INN)	地鐵周邊	香港	油尖旺	九龍尖沙咀彌敦道40號重慶大廈E座11樓E3室（于A座15樓A9室登記入住）	4.282973	3	202	C	C
370	尊貴閑庭酒店(Premium Lounge)	其他類型	香港	其他地區	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	4.282973	1	166	C	C
371	香港蘭花軒賓館(家庭旅館)(ORCHID INN)	地鐵周邊	香港	油尖旺	九龍油麻地彌敦道383-385號平安大樓八樓（電梯按7字）10室	4.282973	9	245	C	C
372	恒暉賓館 (家庭旅館)(Hang Fai Hotel)	地鐵周邊	香港	油尖旺	九龍油麻地文明里15-17號麗星大廈13字樓E室	3.600000	57	199	C	C
373	香港東方明珠賓館(Oriental Pearl Hostel)	地鐵周邊	香港	油尖旺	尖沙咀彌敦道38號重慶大廈A座三樓總臺	2.700000	27	99	C	C
374	香港摩登賓館(MODERN HOTEL)	地鐵周邊	香港	其他地區	旺角登打士街33號登德大廈2/F A室	2.900000	58	479	C	C
375	香港屋企旅舍(Ukkei Inn)	地鐵周邊	香港	油尖旺	油麻地彌敦道495-497A號麗星大廈10B	4.282973	4	438	C	C
376	香港壹家旅館(A INN Hostel)	地鐵周邊	香港	油尖旺	九龍旺角亞皆老街83號先施大廈13樓1304室（前臺位于14樓）	4.282973	1	333	C	C
377	香港水晶旅社(Crystal Hostel)	地鐵周邊	香港	其他地區	香港尖沙咀彌敦道36-44號重慶大廈E座11樓E4室 (於E座3樓登記入住	4.282973	3	146	C	C
378	香港傳奇賓館(Legend Guest House)	地鐵周邊	香港	其他地區	香港九龍尖沙咀彌敦道81號喜利大廈12字樓A&B室	4.282973	2	245	C	C
379	香港加拿大人旅館(Canadian Hostel)	地鐵周邊	香港	其他地區	香港尖沙咀彌敦道36-44重慶大廈E座7層 (於E座3樓登記入住)	4.282973	5	122	C	C
380	香港金沙賓館(家庭旅館)(Sands Hostel)	地鐵周邊	香港	其他地區	香港九龍尖沙咀彌敦道40號重慶大廈C座14樓C2室	3.800000	28	988	B	C
381	香港御瓏館(家庭旅館)(Hotel Conext)	地鐵周邊	香港	油尖旺	九龍彌敦道240號立信大廈3樓B室	4.200000	359	317	C	B
382	我的酒店(家庭旅館)(I-Hotel)	地鐵周邊	香港	其他地區	九龍尖沙咀彌敦道81號喜利大廈6樓A室	4.200000	29	529	B	C
383	香港加勒比海賓館(家庭旅館)(Caribbean Sea Guest House)	地鐵周邊	香港	油尖旺	彌敦道36號-44號重慶大廈C座5樓C1室	4.282973	5	1520	A	C
384	香港中港酒店(家庭旅館)(HK-China Hotel)	地鐵周邊	香港	油尖旺	碧街33-39號永華大廈1樓（油麻地地鐵站A1出口直走50米）	1.500000	7	429	C	C
385	香港捷舒旅(Just Hotel)	地鐵周邊	香港	油尖旺	尖沙咀金巴利道27-33號永利大廈F座4樓	3.800000	183	888	B	C
386	香港圣地牙哥賓館(家庭旅館)(San Diego Guesthouse)	地鐵周邊	香港	油尖旺	亞皆老街83號先施大廈3字樓309室	4.282973	84	348	C	C
387	香港珠峰旅館(Everest Inn Guest House)	地鐵周邊	香港	其他地區	香港彌敦道40號重慶大廈D座16字樓3室(尖沙咀地鐵站旁)	4.282973	7	175	C	C
388	深圳月亮月亮公寓	民宿	香港	羅湖區	深圳羅湖區漁民村	4.282973	24	506	B	C
389	香港航天星際酒店(Hotel Skystar)	地鐵周邊	香港	其他地區	尖沙咀彌敦道36-40號重慶大廈E座14樓E3室	4.282973	3	172	C	C
390	香港HotelVenus(Hotel Venus)	地鐵周邊	香港	油尖旺	尖沙咀彌敦道36-40號重慶大廈C座12樓C6室	4.282973	2	172	C	C
391	香港金泉酒店	地鐵周邊	香港	其他地區	香港旺角彌敦道607號新興大廈1407室	4.282973	16	245	C	C
392	香港天天賓館(TIN TIN GUEST HOUSE)	地鐵周邊	香港	油尖旺	旺角彌敦道607號新興大廈1517A	3.200000	16	227	C	C
393	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	海濱風光	香港	荃灣	荃灣楊屋道8號	4.500000	45462	709	B	A
394	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	海濱風光	香港	荃灣	荃灣楊屋道8號	4.500000	45463	709	B	A
395	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	海濱風光	香港	荃灣	荃灣楊屋道8號	4.500000	45462	709	B	A
396	香港如心海景酒店暨會議中心(L‘hotel Nina et Convention Centre)	海濱風光	香港	荃灣	荃灣楊屋道8號	4.500000	45463	709	B	A
397	香港花盈酒店(家庭旅館)(Bloomy Hotel)	地鐵周邊	香港	油尖旺	尖沙咀彌敦道87號華源大廈9字樓C2室	4.000000	273	256	C	B

398 rows × 10 columns

（14）將合并后的數據集保存數據到“酒店數據2.xlsx”。

dfnew.to_excel('酒店數據2.xlsx')

作者：王陸
出處：https://www.cnblogs.com/wkfvawl/

-------------------------------------------

個性簽名：罔談彼短，靡持己長。做一個謙遜愛學的人！

本站使用「署名 4.0 國際」創作共享協議，轉載請在文章明顯位置注明作者及出處。鑒于博主處于考研復習期間，有什么問題請在評論區中提出，博主盡可能當天回復，加微信好友請注明原因

總結

以上是生活随笔為你收集整理的Python Pandas练习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。