高一信息技術人教中圖版 數(shù)據(jù)整理 全高清帶動畫視頻聲音課件

數(shù)據(jù)整理（第二十三課時）年級：高一學科：信息技術（人教/中圖版）主講人：學校：數(shù)據(jù)整理（第二十三課時）年級：高一學1回顧數(shù)據(jù)處理一般過程數(shù)據(jù)采集數(shù)據(jù)整理數(shù)據(jù)分析數(shù)據(jù)呈現(xiàn)回顧數(shù)據(jù)處理一般過程數(shù)據(jù)采集數(shù)據(jù)整理數(shù)據(jù)分析數(shù)據(jù)呈現(xiàn)2數(shù)據(jù)保存數(shù)據(jù)采集到的數(shù)據(jù)，是怎樣保存的呢？常見的數(shù)據(jù)保存形式是云存儲、數(shù)據(jù)庫、文件。數(shù)據(jù)保存數(shù)據(jù)采集到的數(shù)據(jù)，是怎樣保存的呢？文件格式文件格式保存，最常見的是txt、csv格式。csv文件也是一種保存了數(shù)據(jù)的文本文件，其中的數(shù)據(jù)通常以英文逗號分隔開。excel、wps等表格軟件可以兼容打開該格式的文件。文件格式文件格式保存，最常見的是txt、csv格式。觀察數(shù)據(jù)上圖是學生體質(zhì)健康數(shù)據(jù)的部分原始數(shù)據(jù)，觀察該數(shù)據(jù)存在什么問題。觀察數(shù)據(jù)上圖是學生體質(zhì)健康數(shù)據(jù)的部分原始數(shù)據(jù)，觀察該數(shù)據(jù)存在原始數(shù)據(jù)可能存在的問題缺失數(shù)據(jù)為空錯誤數(shù)據(jù)不準確重復重復的數(shù)據(jù)非標準數(shù)據(jù)單位格式不一致“臟數(shù)據(jù)”原始數(shù)據(jù)可能存在的問題缺失數(shù)據(jù)為空錯誤數(shù)據(jù)不準確重復重復的數(shù)1、數(shù)據(jù)整理的目的問題數(shù)據(jù)清潔數(shù)據(jù)有效數(shù)據(jù)完整性準確性統(tǒng)一性提取價值1、數(shù)據(jù)整理的目的問題數(shù)據(jù)清潔數(shù)據(jù)有效完整性準確性統(tǒng)一性提取2、數(shù)據(jù)整理的方法補漏避免缺失勘誤標準化、異常值修正去重刪除重復刪除重復2、數(shù)據(jù)整理的方法補漏避免缺失勘誤標準化、異常值修正去重刪除3、數(shù)據(jù)整理金山銀山不如綠水青山，最近這些年，國家落實嚴控環(huán)境污染、修復生態(tài)環(huán)境等政策。隨著環(huán)境改善，你家鄉(xiāng)的空氣質(zhì)量情況是否有所改善？我們需要數(shù)據(jù)來幫助判斷。每小時采集的空氣質(zhì)量原始數(shù)據(jù)金山銀山不如綠水青山，最近這些年，國家落實嚴控環(huán)境污染、修復生態(tài)環(huán)境等政策。隨著環(huán)境改善，你家鄉(xiāng)的空氣質(zhì)量情況是否有所改善？我們需要數(shù)據(jù)來幫助判斷。每小時采集的空氣質(zhì)量原始數(shù)據(jù)金山銀山不如綠水青山，最近這些年，國家落實嚴控環(huán)境污染、修復生態(tài)環(huán)境等政策。隨著環(huán)境改善，你家鄉(xiāng)的空氣質(zhì)量情況是否有所改善？我們需要數(shù)據(jù)來幫助判斷。3、數(shù)據(jù)整理金山銀山不如綠水青山，最近這些年，國家落活動1：觀察數(shù)據(jù)請暫停視頻，下載資源包中的文件。打開原始數(shù)據(jù).csv。

觀察數(shù)據(jù)表中的數(shù)據(jù)，思考是否存在什么問題。原始數(shù)據(jù).csv活動1：觀察數(shù)據(jù)請暫停視頻，下載資源包中的文件。原始觀察數(shù)據(jù)——重復存在重復值——需要去重觀察數(shù)據(jù)——重復存在重復值——需要去重觀察數(shù)據(jù)——篩選存在太多數(shù)據(jù)——需要篩選觀察數(shù)據(jù)——篩選存在太多數(shù)據(jù)——需要篩選觀察數(shù)據(jù)——非標準化日期格式不正確——需要數(shù)據(jù)標準化觀察數(shù)據(jù)——非標準化日期格式不正確——需要數(shù)據(jù)標準化觀察數(shù)據(jù)——缺失存在數(shù)據(jù)缺失——需要盡可能補缺觀察數(shù)據(jù)——缺失存在數(shù)據(jù)缺失——需要盡可能補缺空氣質(zhì)量數(shù)據(jù)整理需求1、存在重復數(shù)據(jù)！——去重2、數(shù)據(jù)太多了，我們只需要某個城市數(shù)據(jù)！——篩選3、日期格式不正確！——標準化4、現(xiàn)有缺失數(shù)據(jù)！——盡可能補缺空氣質(zhì)量數(shù)據(jù)整理需求1、存在重復數(shù)據(jù)！——去重Pandas庫介紹Pandas庫是數(shù)據(jù)分析和整理常用的一個第三方庫。包含現(xiàn)成方法讀寫多種文件格式數(shù)據(jù)。能夠高效操作大型數(shù)據(jù)集。非常擅長處理類似于表格類型的數(shù)據(jù)。Pandas庫介紹Pandas庫是數(shù)據(jù)分析和整理常用的一個第Pandas庫介紹Pandas庫有兩個常用的主要數(shù)據(jù)結(jié)構(gòu)Series——這是一串數(shù)據(jù)組成的集合DataFrame——這是一個表格型的數(shù)據(jù)結(jié)構(gòu)Pandas庫介紹Pandas庫有兩個常用的主要數(shù)據(jù)結(jié)構(gòu)Pandas庫——DataFrame結(jié)構(gòu)行索引號列索引號列數(shù)據(jù)從0開始Pandas庫——DataFrame結(jié)構(gòu)行索引號列索引號列數(shù)活動2：空氣質(zhì)量數(shù)據(jù)去重暫停視頻請下載課堂活動（去重）.py

文件和原始數(shù)據(jù).csv放在同目錄下。

活動2：空氣質(zhì)量數(shù)據(jù)去重暫停視頻活動2：空氣質(zhì)量數(shù)據(jù)去重目標——刪除重復數(shù)據(jù)打開下載的程序文件活動2：空氣質(zhì)量數(shù)據(jù)去重目標——刪除重復數(shù)據(jù)活動2：空氣質(zhì)量數(shù)據(jù)去重刪除重復數(shù)據(jù)用三句代碼實現(xiàn)A.data.to_csv(savename,index=False)——保存文件B.df=pd.read_csv(file,encoding='utf-8',header=0)——讀取文件C.data=df.drop_duplicates(keep='first')——刪除重復數(shù)據(jù)正確的順序是BCA活動2：空氣質(zhì)量數(shù)據(jù)去重刪除重復數(shù)據(jù)用三句代碼實現(xiàn)A.dat活動2：空氣質(zhì)量數(shù)據(jù)去重df=pd.read_csv(file,encoding='utf-8',header=0)data=df.drop_duplicates(keep='first')data.to_csv(savename,index=False)請大家參考老師提供的代碼，將缺失的代碼補全，然后運行，看看去重后的效果吧！讀取文件刪除重復另存文件活動2：空氣質(zhì)量數(shù)據(jù)去重df=pd.read_csv(fil活動2：空氣質(zhì)量數(shù)據(jù)去重活動2：空氣質(zhì)量數(shù)據(jù)去重活動3：空氣質(zhì)量數(shù)據(jù)篩選目標——篩選數(shù)據(jù)現(xiàn)在數(shù)據(jù)太多了，我需要篩選某個城市的數(shù)據(jù)！例如篩選北京的數(shù)據(jù)。活動3：空氣質(zhì)量數(shù)據(jù)篩選目標——篩選數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)df[列索引]篩選某列的數(shù)據(jù)df['北京']篩選紅色區(qū)域數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)df[列索引列表]篩選多列數(shù)據(jù)df[

['date','北京']

]篩選兩列數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)更多篩選、定位數(shù)據(jù)的方法請參考學習資料包中的閱讀材料DataFrame篩選數(shù)據(jù)更多篩選、定位數(shù)據(jù)的方法請參考學習資料包中的閱讀材料DataFrame篩選用法DataFrame篩選數(shù)據(jù)Data活動3：空氣質(zhì)量數(shù)據(jù)篩選暫停視頻請下載課堂活動（篩選）.py

文件和STEP1_刪除重復數(shù)據(jù).csv

放在同目錄下。

活動3：空氣質(zhì)量數(shù)據(jù)篩選暫停視頻活動3：空氣質(zhì)量數(shù)據(jù)篩選篩選出date、hour、type、北京這四列數(shù)據(jù)

活動3：空氣質(zhì)量數(shù)據(jù)篩選篩選出date、hour、type、活動3：空氣質(zhì)量數(shù)據(jù)篩選讀取文件篩選數(shù)據(jù)另存文件活動3：空氣質(zhì)量數(shù)據(jù)篩選讀取文件篩選數(shù)據(jù)另存文件活動3：空氣質(zhì)量數(shù)據(jù)篩選df=pd.read_csv(file,encoding='utf-8',header=0)data=df[['date','hour','type',city]]data.to_csv(savename,index=False)請大家參考老師提供的代碼，將缺失的代碼補全，然后運行?？纯春Y選后的效果吧！讀取文件篩選數(shù)據(jù)另存文件活動3：空氣質(zhì)量數(shù)據(jù)篩選df=pd.read_csv(fil運行效果運行效果活動4：空氣質(zhì)量數(shù)據(jù)標準化處理暫停視頻請下載課堂活動（標準化）.py

文件和STEP2_篩選后數(shù)據(jù).csv

放在同目錄下。

活動4：空氣質(zhì)量數(shù)據(jù)標準化處理暫停視頻活動4：空氣質(zhì)量數(shù)據(jù)標準化處理目標——數(shù)據(jù)標準化（日期標準化）日期格式應該是2020-10-01的形式。我們需要對這一列數(shù)據(jù)處理?；顒?：空氣質(zhì)量數(shù)據(jù)標準化處理目標——數(shù)據(jù)標準化（日期標準化活動4：空氣質(zhì)量數(shù)據(jù)標準化處理2015052120150521用-拼接2015-05-21datestrdatestr[0:4]datestr[4:6]datestr[6:8]datestr[0:4]+'-'+datestr[4:6]+'-'+datestr[6:8]活動4：空氣質(zhì)量數(shù)據(jù)標準化處理201505212015課堂活動：STEP3標準化讀取文件循環(huán)拼接另存文件讀取文件循環(huán)拼接另存文件課堂活動：STEP3標準化讀取文件循環(huán)拼接另存文件讀取文件活動4：空氣質(zhì)量數(shù)據(jù)標準化處理暫停視頻請運行課堂活動(標準化）.py文件運行結(jié)束，觀察新生成的數(shù)據(jù)文件

活動4：空氣質(zhì)量數(shù)據(jù)標準化處理暫停視頻運行效果運行效果活動5:空氣質(zhì)量數(shù)據(jù)補缺暫停視頻請下載課堂活動（補缺）.py

文件和STEP3_日期標準化后數(shù)據(jù).csv

放在同目錄下。

活動5:空氣質(zhì)量數(shù)據(jù)補缺暫停視頻活動5:空氣質(zhì)量數(shù)據(jù)補缺目標——補全缺失數(shù)據(jù)對于未發(fā)布數(shù)據(jù)，無法補全。對于偶發(fā)性缺失數(shù)據(jù)，可以補全。方法很多，比如線性插值法、均值插值、臨近值補缺。這些屬于高等數(shù)學、線性代數(shù)的內(nèi)容，請課下了解?；顒?:空氣質(zhì)量數(shù)據(jù)補缺目標——補全缺失數(shù)據(jù)活動5:空氣質(zhì)量數(shù)據(jù)補缺目標——數(shù)據(jù)補缺打開課堂活動（補缺）.py自定義函數(shù)supplyData實現(xiàn)了補缺。修改city為指定的城市名稱。（注意一定和csv文件中的城市名一致）。運行程序，體驗下補缺過程?；顒?:空氣質(zhì)量數(shù)據(jù)補缺目標——數(shù)據(jù)補缺運行效果運行效果數(shù)據(jù)整理活動小結(jié)我們通過課堂體驗活動，體驗了刪除重復數(shù)據(jù)、篩選數(shù)據(jù)、標準化數(shù)據(jù)、補全缺失值的整理過程。其實數(shù)據(jù)整理除了編程工具還有多種工具可以使用，如表格軟件、在線數(shù)據(jù)分析平臺等。選擇Python編程工具來做數(shù)據(jù)整理有哪些優(yōu)勢呢？編程可靈活實現(xiàn)使用者的需求數(shù)據(jù)整理活動小結(jié)我們通過課堂體驗活動，體驗了刪除重復數(shù)據(jù)、篩4、課堂小結(jié)數(shù)據(jù)整理整理目的整理方法問題數(shù)據(jù)去重勘誤補漏重復數(shù)據(jù)非標準化數(shù)據(jù)錯誤數(shù)據(jù)缺失數(shù)據(jù)4、課堂小結(jié)數(shù)據(jù)整理整理目的整理方法問題數(shù)據(jù)去重勘誤補漏重復5、課后作業(yè)上節(jié)課同學們通過調(diào)查問卷的形式采集了身邊同學們的課余時間安排數(shù)據(jù)，這些數(shù)據(jù)是否是存在問題？請將采集到的數(shù)據(jù)進行數(shù)據(jù)整理，去除無效、錯誤、重復數(shù)據(jù)，并對數(shù)據(jù)進行標準化處理。請參考學習資料中的示例了解Python編程實現(xiàn)篩選數(shù)據(jù)、去重、刪除數(shù)據(jù)的基本方法。5、課后作業(yè)上節(jié)課同學們通過調(diào)查問卷的形式采集了身邊同學們的數(shù)據(jù)整理（第二十三課時）年級：高一學科：信息技術（人教/中圖版）主講人：學校：數(shù)據(jù)整理（第二十三課時）年級：高一學46回顧數(shù)據(jù)處理一般過程數(shù)據(jù)采集數(shù)據(jù)整理數(shù)據(jù)分析數(shù)據(jù)呈現(xiàn)回顧數(shù)據(jù)處理一般過程數(shù)據(jù)采集數(shù)據(jù)整理數(shù)據(jù)分析數(shù)據(jù)呈現(xiàn)47數(shù)據(jù)保存數(shù)據(jù)采集到的數(shù)據(jù)，是怎樣保存的呢？常見的數(shù)據(jù)保存形式是云存儲、數(shù)據(jù)庫、文件。數(shù)據(jù)保存數(shù)據(jù)采集到的數(shù)據(jù)，是怎樣保存的呢？文件格式文件格式保存，最常見的是txt、csv格式。csv文件也是一種保存了數(shù)據(jù)的文本文件，其中的數(shù)據(jù)通常以英文逗號分隔開。excel、wps等表格軟件可以兼容打開該格式的文件。文件格式文件格式保存，最常見的是txt、csv格式。觀察數(shù)據(jù)上圖是學生體質(zhì)健康數(shù)據(jù)的部分原始數(shù)據(jù)，觀察該數(shù)據(jù)存在什么問題。觀察數(shù)據(jù)上圖是學生體質(zhì)健康數(shù)據(jù)的部分原始數(shù)據(jù)，觀察該數(shù)據(jù)存在原始數(shù)據(jù)可能存在的問題缺失數(shù)據(jù)為空錯誤數(shù)據(jù)不準確重復重復的數(shù)據(jù)非標準數(shù)據(jù)單位格式不一致“臟數(shù)據(jù)”原始數(shù)據(jù)可能存在的問題缺失數(shù)據(jù)為空錯誤數(shù)據(jù)不準確重復重復的數(shù)1、數(shù)據(jù)整理的目的問題數(shù)據(jù)清潔數(shù)據(jù)有效數(shù)據(jù)完整性準確性統(tǒng)一性提取價值1、數(shù)據(jù)整理的目的問題數(shù)據(jù)清潔數(shù)據(jù)有效完整性準確性統(tǒng)一性提取2、數(shù)據(jù)整理的方法補漏避免缺失勘誤標準化、異常值修正去重刪除重復刪除重復2、數(shù)據(jù)整理的方法補漏避免缺失勘誤標準化、異常值修正去重刪除3、數(shù)據(jù)整理金山銀山不如綠水青山，最近這些年，國家落實嚴控環(huán)境污染、修復生態(tài)環(huán)境等政策。隨著環(huán)境改善，你家鄉(xiāng)的空氣質(zhì)量情況是否有所改善？我們需要數(shù)據(jù)來幫助判斷。每小時采集的空氣質(zhì)量原始數(shù)據(jù)金山銀山不如綠水青山，最近這些年，國家落實嚴控環(huán)境污染、修復生態(tài)環(huán)境等政策。隨著環(huán)境改善，你家鄉(xiāng)的空氣質(zhì)量情況是否有所改善？我們需要數(shù)據(jù)來幫助判斷。每小時采集的空氣質(zhì)量原始數(shù)據(jù)金山銀山不如綠水青山，最近這些年，國家落實嚴控環(huán)境污染、修復生態(tài)環(huán)境等政策。隨著環(huán)境改善，你家鄉(xiāng)的空氣質(zhì)量情況是否有所改善？我們需要數(shù)據(jù)來幫助判斷。3、數(shù)據(jù)整理金山銀山不如綠水青山，最近這些年，國家落活動1：觀察數(shù)據(jù)請暫停視頻，下載資源包中的文件。打開原始數(shù)據(jù).csv。

觀察數(shù)據(jù)表中的數(shù)據(jù)，思考是否存在什么問題。原始數(shù)據(jù).csv活動1：觀察數(shù)據(jù)請暫停視頻，下載資源包中的文件。原始觀察數(shù)據(jù)——重復存在重復值——需要去重觀察數(shù)據(jù)——重復存在重復值——需要去重觀察數(shù)據(jù)——篩選存在太多數(shù)據(jù)——需要篩選觀察數(shù)據(jù)——篩選存在太多數(shù)據(jù)——需要篩選觀察數(shù)據(jù)——非標準化日期格式不正確——需要數(shù)據(jù)標準化觀察數(shù)據(jù)——非標準化日期格式不正確——需要數(shù)據(jù)標準化觀察數(shù)據(jù)——缺失存在數(shù)據(jù)缺失——需要盡可能補缺觀察數(shù)據(jù)——缺失存在數(shù)據(jù)缺失——需要盡可能補缺空氣質(zhì)量數(shù)據(jù)整理需求1、存在重復數(shù)據(jù)！——去重2、數(shù)據(jù)太多了，我們只需要某個城市數(shù)據(jù)！——篩選3、日期格式不正確！——標準化4、現(xiàn)有缺失數(shù)據(jù)！——盡可能補缺空氣質(zhì)量數(shù)據(jù)整理需求1、存在重復數(shù)據(jù)！——去重Pandas庫介紹Pandas庫是數(shù)據(jù)分析和整理常用的一個第三方庫。包含現(xiàn)成方法讀寫多種文件格式數(shù)據(jù)。能夠高效操作大型數(shù)據(jù)集。非常擅長處理類似于表格類型的數(shù)據(jù)。Pandas庫介紹Pandas庫是數(shù)據(jù)分析和整理常用的一個第Pandas庫介紹Pandas庫有兩個常用的主要數(shù)據(jù)結(jié)構(gòu)Series——這是一串數(shù)據(jù)組成的集合DataFrame——這是一個表格型的數(shù)據(jù)結(jié)構(gòu)Pandas庫介紹Pandas庫有兩個常用的主要數(shù)據(jù)結(jié)構(gòu)Pandas庫——DataFrame結(jié)構(gòu)行索引號列索引號列數(shù)據(jù)從0開始Pandas庫——DataFrame結(jié)構(gòu)行索引號列索引號列數(shù)活動2：空氣質(zhì)量數(shù)據(jù)去重暫停視頻請下載課堂活動（去重）.py

文件和原始數(shù)據(jù).csv放在同目錄下。

活動2：空氣質(zhì)量數(shù)據(jù)去重暫停視頻活動2：空氣質(zhì)量數(shù)據(jù)去重目標——刪除重復數(shù)據(jù)打開下載的程序文件活動2：空氣質(zhì)量數(shù)據(jù)去重目標——刪除重復數(shù)據(jù)活動2：空氣質(zhì)量數(shù)據(jù)去重刪除重復數(shù)據(jù)用三句代碼實現(xiàn)A.data.to_csv(savename,index=False)——保存文件B.df=pd.read_csv(file,encoding='utf-8',header=0)——讀取文件C.data=df.drop_duplicates(keep='first')——刪除重復數(shù)據(jù)正確的順序是BCA活動2：空氣質(zhì)量數(shù)據(jù)去重刪除重復數(shù)據(jù)用三句代碼實現(xiàn)A.dat活動2：空氣質(zhì)量數(shù)據(jù)去重df=pd.read_csv(file,encoding='utf-8',header=0)data=df.drop_duplicates(keep='first')data.to_csv(savename,index=False)請大家參考老師提供的代碼，將缺失的代碼補全，然后運行，看看去重后的效果吧！讀取文件刪除重復另存文件活動2：空氣質(zhì)量數(shù)據(jù)去重df=pd.read_csv(fil活動2：空氣質(zhì)量數(shù)據(jù)去重活動2：空氣質(zhì)量數(shù)據(jù)去重活動3：空氣質(zhì)量數(shù)據(jù)篩選目標——篩選數(shù)據(jù)現(xiàn)在數(shù)據(jù)太多了，我需要篩選某個城市的數(shù)據(jù)！例如篩選北京的數(shù)據(jù)?；顒?：空氣質(zhì)量數(shù)據(jù)篩選目標——篩選數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)df[列索引]篩選某列的數(shù)據(jù)df['北京']篩選紅色區(qū)域數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)df[列索引列表]篩選多列數(shù)據(jù)df[

['date','北京']

]篩選兩列數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)DataFrame篩選用法DataFrame篩選數(shù)據(jù)更多篩選、定位數(shù)據(jù)的方法請參考學習資料包中的閱讀材料DataFrame篩選數(shù)據(jù)更多篩選、定位數(shù)據(jù)的方法請參考學習資料包中的閱讀材料DataFrame篩選用法DataFrame篩選數(shù)據(jù)Data活動3：空氣質(zhì)量數(shù)據(jù)篩選暫停視頻請下載課堂活動（篩選）.py

文件和STEP1_刪除重復數(shù)據(jù).csv

放在同目錄下。

活動3：空氣質(zhì)量數(shù)據(jù)篩選暫停視頻活動3：空氣質(zhì)量數(shù)據(jù)篩選篩選出date、hour、type、北京這四列數(shù)據(jù)

活動3：空氣質(zhì)量數(shù)據(jù)篩選篩選出date、hour、type、活動3：空氣質(zhì)量數(shù)據(jù)篩選讀取文件篩選數(shù)據(jù)另存文件活動3：空氣質(zhì)量數(shù)據(jù)篩選讀取文件篩選數(shù)據(jù)另存文件活動3：空氣質(zhì)量數(shù)據(jù)篩選df=pd.read_csv(file,encoding='utf-8',header=0)data=df[['date','hour','type',city]]data.to_csv(savename,index=False)請大家參考老師提供的代碼，將缺失的代碼補全，然后運行。看看篩選后的效果吧！讀取文件篩選數(shù)據(jù)另存文件活動3：空氣質(zhì)量數(shù)據(jù)篩選df=pd.read_csv(fil運行效果運行效果活動4：空氣質(zhì)量數(shù)據(jù)標準化處理暫停視頻請下載課堂活動（標準化）.py

文件和STEP2_篩選后數(shù)據(jù).csv

放在同目錄下。

活動4：空氣質(zhì)量數(shù)據(jù)標準化處理暫停視頻活動4：空氣質(zhì)量數(shù)據(jù)標準化處理目標——數(shù)據(jù)標準化（日期標準化）日期格式應該是2020-10-01的形式。我們需要對這一列數(shù)據(jù)處理?；顒?：空氣質(zhì)量數(shù)據(jù)標準化處理目標——數(shù)據(jù)標準化（日期標準化活動4：空氣質(zhì)量數(shù)據(jù)標準化處理2015052120150521用-拼接2015-05-21datestrdatestr[0:4]datestr[4:6]datestr[6:8]datestr[0:4]+'-'+datestr[4:6]+'-'+datestr[6:8]活動4：空氣質(zhì)量數(shù)據(jù)標準化處理201505212015課堂活動：STEP3標準化讀取文件循環(huán)拼接另存文件讀取文件循環(huán)拼接另存文件課堂活動：STEP3