在可视化的时候，如果有object类型的数据，我们无法进行聚合可视化，我们需要将其转化为数值类型。比如工资（19K，20K…）这类的文本和数值混合的，我们需要去掉后面的英文K
    image-20210205115243719.png

    1. def payment_split(x):
    2.     try:
    3.         return int(x.split("K")[0])*1000
    4.     except:
    5.         return 0
    6. data['payment'] = data['payment'].apply(lambda x: payment_split(x))
    • 这里要对try这里的代码解释一下，通过split拆分122K后会形成（‘122’，‘‘），[0]是选择元组里面的第一个也就是’122’
    • 在遍历每行的时候我们可以用apply，然后运用lambda函数，将行的只传入我们定义的清除文本的函数中

    • 使用上述代码的时候有一个注意点，在pandas中所有混合型的数据类型都是object，执行上述操作的时候，可能会有有提示'float' object has no attribute 'replace'或'float' object has no attribute 'split'碰到这样的提示时我们先使用astype强制转换数据类型

      1. def payment_split(x):
      2. return float(x.replace('$','').replace(',',''))
      3. data['payment'] = data['payment'].astype(str).apply(lambda x: income_split(x))

    • 这里的运用了replace进行字符串的修改

    • strip只能去除首尾字符串，不能修改字符串中间的，所以使用replace代替