import pandas as pd
import xlsxwriter 
word=pd.read_excel('C:/math/Problem_C_Data/my_pacifier.xlsx') #excel表格文件讀入，括號(hào)里面寫(xiě)文件地址
word=word.replace(['n','y'],['N','Y'])  #把excel表里的所有n替換成N，y替換成Y
word=word.dropna(axis=0)    #如果表格里有一行中有NaN，即刪除這一行
word['m'] = word['a'].str.contains('Y').astype(int)   #如果列索引為a的這一列中有Y則對(duì)應(yīng)新列中取值為1
word['n']=word['vine'].str.contains('Y').astype(int)
word['n']=word['n'].replace(1,2)      #把列索引為n的這一列中所有為1的值轉(zhuǎn)換為2
s = word.apply(lambda word: word['a'] *(word['m']+word['n']) , axis=1)    #s列是由表格中其他列的計(jì)算得到
word['Si']=(s - s.min())/(s.max() - s.min()) #對(duì)s列中的值進(jìn)行歸一化處理
print(word['Si'])                             //打印索引為Si的列
#print(s)
#print(word['n'])
word.to_excel('C:/math/Problem_C_Data/SVVp.xlsx',engine='xlsxwriter')      //輸出excel文件到電腦中
print('finished') 

import pandas as pd
import xlsxwriter 
word=pd.read_excel('C:/math/Problem_C_Data/reviewh.xlsx')  #里面只有一列數(shù)據(jù)
c=[]      #列表，用來(lái)統(tǒng)計(jì)每一行的英文句子的英文單詞個(gè)數(shù)
word=word.set_index(word.index).T.to_dict('list') #把這一列數(shù)據(jù)按dataframe的索引轉(zhuǎn)換成字典     
for key,value in word.items():    #遍歷字典
  s=str(value)           #先把表格里當(dāng)前行的內(nèi)容轉(zhuǎn)換成字符串
  a=s.split(' ')          #把英文句子按空格分割
  num_s=len(a)            #計(jì)算出單詞個(gè)數(shù)
  c.append(num_s)          #添加到c中
c=pd.DataFrame(c)           #由列表轉(zhuǎn)換為dataframe
c.to_excel('C:/math/Problem_C_Data/counth.xlsx',engine='xlsxwriter')  //輸出成新的文件
print('finished')

import pandas as pd
from textblob import TextBlob
import xlsxwriter 
word=pd.read_excel('C:/math/Problem_C_Data/reviewh.xlsx')
c=[]
word=word.set_index(word.index).T.to_dict('list')
for key,value in word.items(): 
  s=str(value)
  blob = TextBlob(s)     #把s轉(zhuǎn)化成textblob對(duì)象
  blob = blob.sentences   #利用TextBlob句子標(biāo)記化句子
  first = blob[0].sentiment   #對(duì)標(biāo)記化后的句子進(jìn)行情感分析（我這里只有一個(gè)句子，如果有很多句就添加second=blob[1].sentiment）
  c.append(first.polarity)    #這里只添加了情感極性，如果還需要主觀性，就直接用first
c=pd.DataFrame(c)
c.to_excel('C:/math/Problem_C_Data/NLPh.xlsx',engine='xlsxwriter')
print('finished')

import pandas as pd
import xlsxwriter
word=pd.read_excel('C:/math/Problem_C_Data/my_hair_dryer.xlsx')
x=word['a']     
y=word['b']
z=pd.concat([x,y],axis=1)#對(duì)axis=1即把兩列按行對(duì)齊，即左右拼接成一張表       
z['repeat']=z.duplicated()  #判斷表中有沒(méi)有重復(fù)的，如果有則輸出為true
ll = z['repeat'].values.tolist()   #把這一列轉(zhuǎn)變成列表   
if 'True' in ll:   #遍歷列表，如果里面有true，就說(shuō)明有重復(fù)，就輸出yes
  print('yes')
print('finished')

import pandas as pd
import xlsxwriter 
word=pd.read_excel('C:/math/Problem_C_Data/my_hair_dryer.xlsx')
def chu(x,y):
  if y==0:   #分母為0，則不運(yùn)算，結(jié)果直接為0
    result=0
  else:
    result=x/y
  return result
s = word.apply(lambda word:chu(word['helpful_votes'],word['total_votes']), axis=1)
s.to_excel('C:/math/Problem_C_Data/voteh.xlsx',engine='xlsxwriter')
print('finished')

import numpy as np
import pandas as pd
import xlsxwriter 
word=pd.read_excel('C:/math/Problem_C_Data/my_hair_dryer.xlsx')
train=word['review_date']
print(train.isnull().any())   #有空即輸出true

import pandas as pd
import datetime  #引入庫(kù)

#導(dǎo)入數(shù)據(jù)集
data =pd.read_excel('C:/math/Problem_C_Data/Exx.xlsx')

data = data.loc[:, ['review_date']] # 獲取數(shù)據(jù)集中列名為review_date
#s= pd.to_datetime(data['review_date'], format='%m/%d/%Y')

# 標(biāo)準(zhǔn)化日期，獲取時(shí)間的“年、月、日”
def change_date(s):
  s = datetime.datetime.strptime(s, "%m/%d/%Y") #這里是原格式的形式，俺是月/日/年，可根據(jù)實(shí)際情況修改 
  # 把日期標(biāo)準(zhǔn)化，如把1/11/2014變成2014-01-011 00:00:00
  s = str(s) # 上一步把date轉(zhuǎn)化為了時(shí)間格式，此處把date轉(zhuǎn)回str格式
  return s[:10] #只獲取年月日的方法,即“位置10”之前的字符串
  #字符串的切片

data['review_date'] = data['review_date'].map(change_date) 
# 用change_date函數(shù)處理列表中date這一列，如把“1/11/2014”轉(zhuǎn)化為“2014-01-11”
#data = data.sort_values(by='review_date') # 按date這一列進(jìn)行排序，根據(jù)需要采用
data.to_excel('C:/math/Problem_C_Data/Exxx.xlsx',engine='xlsxwriter')
print('finished')

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib
import datetime
from statsmodels.graphics.factorplots import interaction_plot
import xlsxwriter 
data=pd.read_excel('C:/math/Problem_C_Data/Exx.xlsx')
# # create data 
s=data['E']      #y軸
e0=s[2907:5043]
t=data['review_date'] 
t0=t[2907:5043]
y0 =e0.values.tolist()
x0 = pd.to_datetime(t0)     #x軸
# # plot
plt.plot(x0,y0)        
plt.gcf().autofmt_xdate()
plt.grid(ls = '--')      #設(shè)置背后的網(wǎng)格線
plt.show()  #最后一定要show()