【进阶篇】数据处理中的数据转换与规范化技术

# 1. 数据转换基础**

数据转换是数据处理中一项基本任务，涉及将数据从一种格式或结构转换为另一种格式或结构。数据转换的目的是使数据更适合特定用途，例如数据分析、机器学习或数据集成。

数据转换可以包括各种操作，例如：

* 数据类型转换：将数据从一种数据类型转换为另一种数据类型，例如将字符串转换为数字。
* 数据结构转换：将数据从一种数据结构转换为另一种数据结构，例如将列表转换为字典。
* 数据格式转换：将数据从一种文件格式转换为另一种文件格式，例如将 CSV 转换为 Excel。

# 2. 数据转换实践

### 2.1 数据类型转换

#### 2.1.1 整数、浮点数和字符串之间的转换

**整数到浮点数：**

int_value = 10
float_value = float(int_value)  # 转换为浮点数
print(float_value)  # 输出：10.0

**浮点数到整数：**

float_value = 10.5
int_value = int(float_value)  # 转换为整数，截断小数部分
print(int_value)  # 输出：10

**字符串到整数：**

string_value = "123"
int_value = int(string_value)  # 转换为整数
print(int_value)  # 输出：123

**字符串到浮点数：**

string_value = "123.45"
float_value = float(string_value)  # 转换为浮点数
print(float_value)  # 输出：123.45

#### 2.1.2 日期和时间格式的转换

**字符串到日期：**

from datetime import datetime

string_date = "2023-03-08"
date_object = datetime.strptime(string_date, "%Y-%m-%d")  # 转换为日期对象
print(date_object)  # 输出：2023-03-08 00:00:00

**日期到字符串：**

from datetime import datetime

date_object = datetime(2023, 3, 8)
string_date = date_object.strftime("%Y-%m-%d")  # 转换为字符串
print(string_date)  # 输出：2023-03-08

#### 2.1.3 编码格式的转换

**字符串编码格式转换：**

string_utf8 = "你好，世界！"
string_gbk = string_utf8.encode("gbk")  # 转换为GBK编码
string_utf8_again = string_gbk.decode("gbk")  # 重新转换为UTF-8编码
print(string_utf8_again)  # 输出：你好，世界！

**文件编码格式转换：**

with open("file.txt", "r", encoding="utf-8") as f:
    content = f.read()  # 读取UTF-8编码的文件

with open("file.txt", "w", encoding="gbk") as f:
    f.write(content)  # 写入GBK编码的文件

### 2.2 数据结构转换

#### 2.2.1 列表、字典和元组之间的转换

**列表到字典：**

list_of_tuples = [("key1", "value1"), ("key2", "value2")]
dict_from_list = dict(list_of_tuples)  # 转换为字典
print(dict_from_list)  # 输出：{'key1': 'value1', 'key2': 'value2'}

**字典到列表：**

dict_of_items = {"key1": "value1", "key2": "value2"}
list_from_dict = list(dict_of_items.items())  # 转换为列表
print(list_from_dict)  #