[人工智能]Python三剑客Day3练习题

目录

第三次课作业

（1）Pandas基础知识

（1）用字典数据类型创建DataFrame。 data={'state':['a','b','c','d'], 'year':[1991,1992,1993,1994], 'pop':[6,7,8,9]}

（2）将创建的Dataframe的索引设置为，ABCD。并且命名为“索引”。

（3）在下面新增一行。然后删除。

（4）增加新的属性列，列名设置为‘port’，值均为1。

（5）取出1991和1994年的数据。

（6）获取前‘state’和‘year’的数据。

（7）查看每一列数据的数据格式，并且将‘pop’每个数据乘2。

（2）数据操作

（1）读取香港酒店数据。

（2）按照数据的内容，重新设置数据的索引，重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'。

（3）查看所有类型为“浪漫情侣”的酒店

（4）查看所有类型为“浪漫情侣”，地区在湾仔的酒店

（5）查看所有地区在观塘或者油尖旺，评分大于4的酒店

（6）查看类型缺失的数据

（7）用“其他”填充类型和地区

（8）用评分均值填充缺失值

（9）删除价格和评分人数的缺失值

（10）保存到“酒店数据1.xlsx”

第三次课作业

（1）Pandas基础知识

（1）用字典数据类型创建DataFrame。 data={'state':['a','b','c','d'], 'year':[1991,1992,1993,1994], 'pop':[6,7,8,9]}

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

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

（2）将创建的Dataframe的索引设置为，ABCD。并且命名为“索引”。

df.index = list('ABCD')
df.index.name = '索引'
df

>>> 

    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。然后删除。

dit = {'state':'e',
      'year':1995,
      'pop':5}
s = pd.Series(dit)
s.name="E"
df = df.append(s)
df

>>>

    state	year	pop
索引			
A	    a	1991	6
B	    b	1992	7
C    	c	1993	8
D    	d	1994	9
E    	e	1995	5

（4）增加新的属性列，列名设置为‘port’，值均为1。

df['port'] = 1
df

>>> 
	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
E    	e	1995	5	1

（5）取出1991和1994年的数据。

df[(df['year'] == 1991) | (df['year'] == 1994)]

>>>

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

（6）获取前‘state’和‘year’的数据。

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

>>>

    state	year
索引		
A    	a	1991
B    	b	1992
C    	c	1993
D    	d	1994
E    	e	1995

（7）查看每一列数据的数据格式，并且将‘pop’每个数据乘2。

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

>>>

	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
E    	e	1995	10	1

（2）数据操作

（1）读取香港酒店数据。

df=pd.read_excel('香港酒店数据.xlsx')
df

>>>

Unnamed: 0	字段1	字段2	字段3	字段4	字段5	字段6	字段7	字段8
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	NaN	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0
421 rows × 9 columns

（2）按照数据的内容，重新设置数据的索引，重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'。

col = ['序号','名字','类型','城市','地区','地点','评分','评分人数','价格']
df.columns = col
df

>>>
	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	NaN	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0
421 rows × 9 columns

（3）查看所有类型为“浪漫情侣”的酒店

df[df['类型'] == '浪漫情侣']

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
5	4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
6	5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
21	20.0	香港恒丰酒店(Prudential Hotel)	浪漫情侣	香港	油尖旺	尖沙嘴 弥敦道222号	4.5	8194.0	692.0
...	...	...	...	...	...	...	...	...	...
235	234.0	香港金坊宾馆(GOLD PALACE HOTEL)	浪漫情侣	香港	NaN	香港油尖旺区九龙旺角弥敦道607号新兴大厦22字楼2201室	4.7	436.0	245.0
241	240.0	香港登台酒店(HOTEL STAGE)	浪漫情侣	香港	油尖旺	佐敦志和街1号	4.7	962.0	1084.0
247	246.0	香港红茶馆酒店(鸭脷洲大街店)(Bridal Tea House Hotel (Ap Lei...	浪漫情侣	香港	南区	港岛鸭脷洲大街95号	4.2	1203.0	377.0
248	247.0	香港乐仕酒店(Acesite Knutsford Hotel)	浪漫情侣	香港	油尖旺	九龙尖沙咀天文台围8号	4.2	1879.0	237.0
260	259.0	香港旺角新天地酒店(Mong Kok Sunny Day Hotel)	浪漫情侣	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 × 9 columns

（4）查看所有类型为“浪漫情侣”，地区在湾仔的酒店

df[(df['类型'] == '浪漫情侣') & (df['地区'] == '湾仔')]

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
6	5.0	香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus)	浪漫情侣	香港	湾仔	铜锣湾边宁顿街13-15号	4.5	1938.0	869.0
24	23.0	香港南洋酒店(South Pacific Hotel)	浪漫情侣	香港	湾仔	摩理臣山道23号	4.5	7981.0	445.0
36	35.0	香港遨舍卫兰轩(OZO Wesley Hong Kong)	浪漫情侣	香港	湾仔	湾仔轩尼诗道22号	4.6	3283.0	871.0
68	67.0	香港星网商务精品酒店(Wifi Boutique Hotel)	浪漫情侣	香港	湾仔	湾仔 骆克道366号	4.4	1527.0	412.0
73	72.0	香港丽骏酒店(Brighton Hotel Hong Kong)	浪漫情侣	香港	湾仔	湾仔骆克道128号	4.5	2383.0	1152.0
124	123.0	香港逸兰精品酒店(Lanson Place Hotel)	浪漫情侣	香港	湾仔	铜锣湾礼顿道133号	4.7	2053.0	1349.0
129	128.0	香港珀丽酒店(Rosedale Hotel Hong Kong)	浪漫情侣	香港	湾仔	铜锣湾信德街8号	4.4	7342.0	457.0
134	133.0	英皇骏景酒店(香港湾仔店)(The Emperor Hotel)	浪漫情侣	香港	湾仔	皇后大道东373号	4.5	1040.0	526.0
160	159.0	香港华丽铜锣湾酒店(原香港华丽精品酒店)(Best Western Hotel Causew...	浪漫情侣	香港	湾仔	铜锣湾坚拿道西祥和里	4.2	5707.0	309.0
161	160.0	香港铜锣湾智选假日酒店(Holiday Inn Express Hong Kong Caus...	浪漫情侣	香港	湾仔	铜锣湾 霎东街33号	4.5	4550.0	774.0
183	182.0	香港问月酒店(Mira Moon Hong Kong)	浪漫情侣	香港	湾仔	谢斐道388号	4.5	1044.0	1282.0
184	183.0	帆船精品酒店(VELA BOUTIQUE HOTEL)	浪漫情侣	香港	湾仔	摩理臣山道84-86号	4.2	2063.0	413.0
185	184.0	铜锣湾迷你精品酒店(Mini Hotel Causeway Bay)	浪漫情侣	香港	湾仔	铜锣湾新会道8号	4.3	4882.0	368.0
218	217.0	香港君临海域酒店(Gloucester Hotel)	浪漫情侣	香港	湾仔	铜锣湾告士打道218号	4.5	2324.0	957.0

（5）查看所有地区在观塘或者油尖旺，评分大于4的酒店

df[((df['地区'] == '观塘') | (df['地区'] == '油尖旺')) & (df['评分'] > 4)]

>>>

序号	名字	类型	城市	地区	地点	评分	评分人数	价格
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
5	4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.6	3427.0	581.0
7	6.0	海景嘉福洲际酒店(InterContinental Grand Stanford Hong ...	海滨风光	香港	油尖旺	尖沙咀東部麽地道70号	4.7	4366.0	1296.0
9	8.0	香港富豪九龙酒店(Regal Kowloon Hotel)	休闲度假	香港	油尖旺	尖沙嘴麽地道71号	4.5	11265.0	692.0
11	10.0	香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL)	地铁周边	香港	油尖旺	九龙旺角弥敦道607号新兴大厦14楼16单位	4.1	1029.0	218.0
...	...	...	...	...	...	...	...	...	...
364	363.0	香港珊瑚酒店(家庭旅馆)((Coral Inn)(Hostel))	地铁周边	香港	油尖旺	香港九龙尖沙咀弥敦道83-97号华源大厦9/F十楼D2室	4.4	149.0	379.0
373	372.0	香港意乐旅馆(eLog Inn)	地铁周边	香港	油尖旺	佐敦道22号鸿运大厦4字楼H室	4.3	155.0	237.0
379	378.0	香港牛津尊贵旅舍(Oxford Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼A2室	4.7	15.0	NaN
380	379.0	香港恒好宾馆(Hang Ho Hostel)	地铁周边	香港	油尖旺	九龙弥敦道242号立信大厦6字楼B室	4.5	142.0	445.0
396	395.0	香港御珑馆(家庭旅馆)(Hotel Conext)	地铁周边	香港	油尖旺	九龙弥敦道240号立信大厦3楼B室	4.2	359.0	317.0
139 rows × 9 columns

（6）查看类型缺失的数据

df[df['类型'].isnull()]

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
40	39.0	香港颐庭酒店(铜锣湾店)(Eco Tree Hotel Causeway Bay)	NaN	香港	东区	铜锣湾水星街15号	4.6	15.0	567.0
188	187.0	工業家酒店(IND Hotel)	NaN	香港	观塘	九龙观塘观塘道326号	4.2	6.0	448.0
201	200.0	香港永倫800酒店(WINLAND800HOTEL)	NaN	香港	葵青	新界青衣路一号	3.4	3098.0	196.0
242	241.0	香港港湾酒店(Hong Kong Harbor Hotel)	NaN	香港	南区	香港仔石排湾道47号	3.8	709.0	259.0
269	268.0	香港奥斯酒店(O‘ Hotel)	NaN	香港	九龙城	香港九龙土瓜湾九龙城道42-46号	3.7	869.0	369.0
285	284.0	巴黎旅馆(Paris Guest House (D2, 10/F))	NaN	香港	NaN	Flat D2, 10/F, Block D, Chungking Mansion, 40 ...	2.0	5.0	67.0
301	300.0	香港海景渡假乐园(Hong Kong Seaview Holiday Resort)	NaN	香港	离岛	大屿山梅窝东湾头路11号	2.9	5.0	881.0
302	301.0	香港海边小屋(The Cove Hostel)	NaN	香港	离岛	大屿山塘福村17D,1-2字楼	NaN	2.0	352.0
305	304.0	香港和平宾馆(HK Peace Guest House)	NaN	香港	NaN	尖沙咀弥敦道58号美丽都大厦13楼A5室	NaN	NaN	201.0
307	306.0	香港文苑宾馆(Man Yuen Hotel)	NaN	香港	油尖旺	旺角弥敦道737号金轮大厦二楼H室	4.7	5.0	169.0
316	315.0	墨尔本宾馆(Melbourne Hostel)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座10字楼E1室	NaN	2.0	93.0
319	318.0	香港百丽旅馆(Park Guest House)	NaN	香港	油尖旺	九龙尖沙咀海防道53至55号海防大厦1楼10号	NaN	6.0	445.0
322	321.0	香港尊贵旅馆(Hong Kong Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼B2,A5室（前台入住办理设在16字楼A2室）	4.8	19.0	166.0
323	322.0	香港美华宾馆(Mei Wah Guest House)	NaN	香港	NaN	九龙旺角弥敦道737号金轮大厦9字楼F座	4.0	27.0	250.0
324	323.0	香港威尼斯宾馆	NaN	香港	NaN	香港油尖旺区旺角弥顿道580号恒隆大厦4楼	4.7	48.0	298.0
328	327.0	80后潘多拉旅馆(香港佐敦店)(原华丰宾馆)(Pandora After 80s Jordan)	NaN	香港	油尖旺	九龙佐敦佐敦道15号华丰大厦1字楼H室	3.1	36.0	70.0
336	335.0	香港Primo旅馆(Primo Guesthouse)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座3字楼E3室	NaN	1.0	131.0
338	337.0	纳里旅馆(Narli Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道36-44号重庆大厦16字楼D座D8室	NaN	NaN	175.0
344	343.0	香港宿雾宾馆(Cebu Hotel)	NaN	香港	NaN	弥敦道36-44号重庆大厦A座17字楼A6 & A7室	NaN	1.0	113.0
349	348.0	美丽宾馆(Lily Guest House)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦E座8字楼E3室（于E座8楼E1室登记入住）	NaN	NaN	165.0
365	364.0	全球旅舍(Global Inn)	NaN	香港	NaN	弥敦道36-44号重庆大厦C座6楼C2室 (登记前台於E座8楼E1室)	NaN	2.0	165.0
372	371.0	珠峰宾馆(Everest Guest House (3/F))	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦D座3字楼5-6室	NaN	1.0	181.0
379	378.0	香港牛津尊贵旅舍(Oxford Premium Guest House)	NaN	香港	油尖旺	尖沙咀弥敦道56-58号美丽都大厦16字楼A2室	4.7	15.0	NaN
382	381.0	香港俄罗斯旅舍(Russian Hostel)	NaN	香港	NaN	香港九龙弥敦道40号重庆大厦D座16楼1室	NaN	NaN	175.0
385	384.0	尊贵闲庭酒店(Premium Lounge)	NaN	香港	NaN	Flat A6 & A7, 16/F, Block A, Chungking Mansion...	NaN	1.0	166.0
400	399.0	香港新天天酒店(Everyday Inn Hotel)	NaN	香港	油尖旺	佐敦庙街230-236号韶兴大厦5字楼B座	NaN	NaN	350.0
404	403.0	伍德斯托克旅馆(Woodstock Hostel)	NaN	香港	NaN	Flat A1-A6, 16/F, Block A, Chungking Mansions,...	NaN	NaN	172.0
405	404.0	旅客宾馆(Traveller‘s Hostel)	NaN	香港	NaN	九龙尖沙咀弥敦道40号重庆大厦A座16字楼A1& A2室	NaN	NaN	269.0
406	405.0	欧若旅馆(Euro Hostel)	NaN	香港	NaN	Flat 6, Block D, 17/F, Chungking Mansion,	NaN	NaN	174.0
407	406.0	香港Prestige旅馆(Prestige Guesthouse)	NaN	香港	NaN	弥敦道40号重庆大厦E座3字楼E1室	NaN	NaN	122.0
412	411.0	香港兰涛度假屋(Lantau Lodge)	NaN	香港	荃湾	大屿山水口村47A号2楼	NaN	NaN	1035.0

（7）用“其他”填充类型和地区

df['类型'].fillna('其他',inplace = True)
df['地区'].fillna('其他',inplace=True)
df

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	其他	NaN	其他	NaN	NaN	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.6	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.5	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.7	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.4	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.2	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	其他	尖沙咀弥敦道58号美丽都大厦6字楼A12室	NaN	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.5	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.0	273.0	256.0

（8）用评分均值填充缺失值

df['评分'].fillna(np.mean(df['评分']),inplace=True)
df

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
0	NaN	NaN	其他	NaN	其他	NaN	4.283827	NaN	NaN
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.600000	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.500000	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.700000	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.400000	5014.0	693.0
...	...	...	...	...	...	...	...	...	...
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.200000	16.0	227.0
417	416.0	香港AMR宾馆(AMR Hostel)	地铁周边	香港	其他	尖沙咀弥敦道58号美丽都大厦6字楼A12室	4.283827	NaN	977.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.000000	273.0	256.0
421 rows × 9 columns

（9）删除价格和评分人数的缺失值

df = df.dropna(subset=['价格', '评分人数'])
df

>>>

	序号	名字	类型	城市	地区	地点	评分	评分人数	价格
1	0.0	香港嘉湖海逸酒店(Harbour Plaza Resort City)	休闲度假	香港	元朗	天水围 天恩路18号	4.600000	17604.0	422.0
2	1.0	香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay)	浪漫情侣	香港	东区	铜锣湾永兴街8号	4.500000	12708.0	693.0
3	2.0	香港碧荟酒店(The BEACON)	商务出行	香港	油尖旺	九龙旺角洗衣街88号	4.700000	328.0	747.0
4	3.0	香港湾仔帝盛酒店(Dorsett Wanchai)	浪漫情侣	香港	湾仔	皇后大道东387-397号	4.400000	5014.0	693.0
5	4.0	如心艾朗酒店(L‘hotel elan)	浪漫情侣	香港	观塘	观塘创业街38号	4.600000	3427.0	581.0
...	...	...	...	...	...	...	...	...	...
415	414.0	香港金泉酒店	地铁周边	香港	其他	香港旺角弥敦道607号新兴大厦1407室	4.283827	16.0	245.0
416	415.0	香港天天宾馆(TIN TIN GUEST HOUSE)	地铁周边	香港	油尖旺	旺角弥敦道607号新兴大厦1517A	3.200000	16.0	227.0
418	417.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45462.0	709.0
419	418.0	香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre)	海滨风光	香港	荃湾	荃湾 杨屋道8号	4.500000	45463.0	709.0
420	419.0	香港花盈酒店(家庭旅馆)(Bloomy Hotel)	地铁周边	香港	油尖旺	尖沙咀弥敦道87号华源大厦9字楼C2室	4.000000	273.0	256.0
397 rows × 9 columns

（10）保存到“酒店数据1.xlsx”

df.to_excel('酒店数据1.xlsx')