收藏此站 联系我们 网站
当前位置:首页» 网站推广 » 【建站服务】广东省河源网站建设公司-河源专业网页设计公司-河源高端网站制作-河源品牌网站设计-河源页面美工-河源上档次网站建设-河源定制个性化网站开发-河源一站式一条龙网站搭建-域名申请

【建站服务】广东省河源网站建设公司-河源专业网页设计公司-河源高端网站制作-河源品牌网站设计-河源页面美工-河源上档次网站建设-河源定制个性化网站开发-河源一站式一条龙网站搭建-域名申请

作者: 风兰 . 阅读量: 3 . 发表时间:2022-09-20 18:48:25

网站建设

上往建站提供服务器空间服务商百度快照排名网站托管百度推广运营,致力于设计外包服务与源代码定制开发360推广搜狗推广,增加网站的能见度及访问量提升网络营销的效果,主营:网站公司,百度推广公司电话,官网搭建服务,网站服务企业排名,服务器空间,英文域名等业务,专业团队服务,效果好。


广东省河源网站建设公司-河源专业网页设计公司-河源高端网站制作-河源品牌网站设计-河源页面美工-河源上档次网站建设-河源定制个性化网站开发-河源一站式一条龙网站搭建

网站建设.png


河源市位于广东省东北部,地处东江中上游,东靠梅州市,南接惠州市,西连韶关市,北邻江西省赣州市。其范围是东经114°14′至115°36′,北纬23°10′至24°47′,河源市中心城区与广州深圳香港的直线距离均在200公里以内,是粤东西北唯一同时近距离接受三个国际都市辐射带动的地级市 [5]  。全市面积1.57万平方公里 [74]  。

文化体育

文化公园

文化公园(8张)

截至2018年,源城区共有群众文化事业机构3个,其中国家一级文化馆1个(源城区文化馆) [19]  、乡镇(街道)文化站7个;年末全区共有各类专业艺术表演团体247个;国家一级图书馆2个(河源市图书馆、源城区图书馆) [18]  ,馆藏量达25.4882万册(件),全年总流通77.0249 万人次。全区体育事业工作人员共12个,业余体校1个,体校学生人数210人,输送体育人才80人,各类比赛获奖项目中获国家奖7个,获省奖7个 [4]  。

医疗卫生

截至2018年,源城区共有卫生机构共有13个。各类卫生机构拥有床位1422张,增长18.4%。各类卫生技术人员1628人,增长9.0%。其中医疗、预防、保健人员562人,中西药剂人员120人,护理人员771人,其他卫生技术人员175人。全区已建立农村医疗站(所)共34间 [4]  。

社会保障

截至2018年,源城区参加城镇职工养老保险6.69万人,比上年减少0.91万人;参加失业保险4.03万人,净增0.49万人;参加工伤保险3.93万人,净增0.61万人;参加生育保险4.48万人,净增0.61万人。年末参加城镇职工基本医疗保险4.85万人,净增0.65万人;参加城乡居民医疗保险20.91万人,净增0.57万人。全年城镇职工基本医疗保险待遇支付额1.02亿元;城乡居民医疗保险待遇支付额2.12亿元。全区享受城乡低保救济补助人数4291人,下降17.1%;共发放城乡低保救济金2186万元,下降4% [4]  。

历史文化编辑 播报

方言


源城区属客家方言区,语言受正统客家话及白话(广州话)的影响较大,有的词语读音与梅州话相似,少数词语与广州话相近,但全区语言总体上属客家方言 [1]  。

客家民居

客家民居

春沐源·禾悦庄

春沐源·禾悦庄(2张)

源城区的客家民居建筑的风格和形式,在不同的历史时期的不同的变化,有围龙屋、走马楼、四角楼。其中最具代表性的是围龙屋。河源的围龙屋是方形的,被称为“府第式”、“角楼”。其形制接近北方传统的“四合院”,其文化内涵更加深厚。

风景名胜编辑 播报

源城区有龟峰塔、阮啸仙烈士陵园、鳄湖、巴伐利亚庄园、春沐源、河源桂山风景区、高埔岗温泉度假村、化龙路商业街、太平古街、新丰江电站大坝等旅游景点。其中河源桂山风景区有野趣沟、七礤水库、园中园旅游区、响水风景旅游区。

太平古街

河源老城的太平古街,临近东江支流新丰江畔,采用民国时期流行的“上楼下廊”式的骑楼结构,走在其中,颇似行走在广州的一德路、北京路一带。河源太平古街始建于清朝,全长300米,鼎盛时期有300多家商铺进驻其中。太平古街原名叫十字街,因早年商业兴旺,整条街呈现出一片太平盛世的景象,故改名为太平街 [14]  。


我们也可以指定某一个列来替换数据:

实例

使用 12345 替换 PID 为空数据:

import pandas as pd

df = pd.read_csv('property-data.csv')

df['PID'].fillna(12345, inplace = True)

print(df.to_string())

以上实例输出结果如下:

替换空单元格的常用方法是计算列的均值、中位数值或众数。

Pandas使用 mean()median() 和 mode() 方法计算列的均值(所有值加起来的平均值)、中位数值(排序后排在中间的数)和众数(出现频率最高的数)。

实例

使用 mean() 方法计算列的均值并替换空单元格:

import pandas as pd

df = pd.read_csv('property-data.csv')

= df["ST_NUM"].mean()

df["ST_NUM"].fillna(x, inplace = True)

print(df.to_string())

以上实例输出结果如下,红框为计算的均值替换来空单元格:

实例

使用 median() 方法计算列的中位数并替换空单元格:

import pandas as pd

df = pd.read_csv('property-data.csv')

= df["ST_NUM"].median()

df["ST_NUM"].fillna(x, inplace = True)

print(df.to_string())

以上实例输出结果如下,红框为计算的中位数替换来空单元格:

实例

使用 mode() 方法计算列的众数并替换空单元格:

import pandas as pd

df = pd.read_csv('property-data.csv')

= df["ST_NUM"].mode()

df["ST_NUM"].fillna(x, inplace = True)

print(df.to_string())

以上实例输出结果如下,红框为计算的众数替换来空单元格:


Pandas 清洗格式错误数据

数据格式错误的单元格会使数据分析变得困难,甚至不可能。

我们可以通过包含空单元格的行,或者将列中的所有单元格转换为相同格式的数据。

以下实例会格式化日期:

实例

import pandas as pd

# 第三个日期格式错误
data = {
  "Date"['2020/12/01', '2020/12/02' , '20201226'],
  "duration"[50, 40, 45]
}

df = pd.DataFrame(data, index = ["day1", "day2", "day3"])

df['Date'] = pd.to_datetime(df['Date'])

print(df.to_string())

以上实例输出结果如下:

           Date  duration
day1 2020-12-01        50day2 2020-12-02        40day3 2020-12-26        45

Pandas 清洗错误数据

数据错误也是很常见的情况,我们可以对错误的数据进行替换或移除。

以下实例会替换错误年龄的数据:

实例

import pandas as pd

person = {
  "name"['Google', 'Runoob' , 'Taobao'],
  "age"[50, 40, 12345]    # 12345 年龄数据是错误的
}

df = pd.DataFrame(person)

df.loc[2, 'age'] = 30 # 修改数据

print(df.to_string())

以上实例输出结果如下:

     name  age0  Google   501  Runoob   402  Taobao   30

也可以设置条件语句:

实例

将 age 大于 120 的设置为 120:

import pandas as pd

person = {
  "name"['Google', 'Runoob' , 'Taobao'],
  "age"[50, 200, 12345]    
}

df = pd.DataFrame(person)

for x in df.index:
  if df.loc[x, "age"] > 120:
    df.loc[x, "age"] = 120

print(df.to_string())

以上实例输出结果如下:

     name  age0  Google   501  Runoob  1202  Taobao  120

也可以将错误数据的行删除:

实例

将 age 大于 120 的删除:

import pandas as pd

person = {
  "name"['Google', 'Runoob' , 'Taobao'],
  "age"[50, 40, 12345]    # 12345 年龄数据是错误的
}

df = pd.DataFrame(person)

for x in df.index:
  if df.loc[x, "age"] > 120:
    df.drop(x, inplace = True)

print(df.to_string())

以上实例输出结果如下:

     name  age0  Google   501  Runoob   40

Pandas 清洗重复数据

如果我们要清洗重复数据,可以使用 duplicated() 和 drop_duplicates() 方法。

如果对应的数据是重复的,duplicated() 会返回 True,否则返回 False。

实例

import pandas as pd

person = {
  "name"['Google', 'Runoob', 'Runoob', 'Taobao'],
  "age"[50, 40, 40, 23]  
}
df = pd.DataFrame(person)

print(df.duplicated())

以上实例输出结果如下:

0    False1    False2     True3    Falsedtype: bool

删除重复数据,可以直接使用drop_duplicates() 方法。

实例

import pandas as pd

persons = {
  "name"['Google', 'Runoob', 'Runoob', 'Taobao'],
  "age"[50, 40, 40, 23]  
}

df = pd.DataFrame(persons)

df.drop_duplicates(inplace = True)
print(df)

以上实例输出结果如下:

     name  age0  Google   501  Runoob   403  Taobao   23


广东省河源网站建设公司-河源专业网页设计公司-河源高端网站制作-河源品牌网站设计-河源页面美工-河源上档次网站建设-河源定制个性化网站开发-河源一站式一条龙网站搭建


上往建站提供搭建网站域名注册官网备案服务网店详情页设计企业网店专业网络店铺管理运营全托管公司咨询电话,服务器空间,微信公众号托管网页美工排版,致力于域名申请竞价托管软文推广全网营销,提供标准级专业技术保障,了却后顾之忧,主营:虚拟主机网站推广百度竞价托管网站建设上网建站推广服务网络公司有哪些等业务,专业团队服务,效果好。

服务热线:400-111-6878 手机微信同号:18118153152(各城市商务人员可上门服务)


关键词:网站建设,企业网站,网站制作,网页设计,高端网站建设,企业网站制作,网页制作,制作网站,网站设计,高端网页设计,高端网站设计,做网站,自适应网站

全国服务热线
18114747181
二维码
手机端二维码
上往建站
地址:全国各地都有驻点商务 |  网站建设上往建站
在线咨询QQ:1120768800
 
QQ在线咨询
售前咨询热线
18114747181
营销顾问
营销顾问
售后服务热线
400-000-1116
售后服务
售后服务