競馬分析_基礎データの前処理

import pandas as pd
keiba_data=pd.read_csv(r"〇〇") #〇〇には競馬データ.csvのファイルパスを入力
#日付データの形式を変更する。
keiba_data['日付'] = pd.to_datetime(keiba_data['日付'], format='%Y年%m月%d日')

import pandas as pd
keiba_data=pd.read_csv(r"〇〇") #〇〇には競馬データ.csvのファイルパスを入力
#性齢を分割
sex=keiba_data["性齢"].str.extract("([牝牡セ])",expand=True)        
year=keiba_data["性齢"].str.extract(r"(\d)",expand=True)
#keiba_dataに性と齢を追加し、性齢のカラムは消す
keiba_data["性"]=sex
keiba_data["齢"]=year
keiba_data=keiba_data.drop("性齢",axis=1)

import pandas as pd
keiba_data=pd.read_csv(r"〇〇") #〇〇には競馬データ.csvのファイルパスを入力
#馬体重(増減)を分割
weight=keiba_data["馬体重(増減)"].str.extract(r"(\d{3})",expand=True)
zougen=keiba_data["馬体重(増減)"].str.extract(r"\(([+-]?\d+)",expand=True)
#keiba_dataに馬体重と馬体重増減を追加し、馬体重(増減)のカラムは消す
keiba_data["馬体重"]=weight
keiba_data["馬体重増減"]=zougen
keiba_data=keiba_data.drop("馬体重(増減)",axis=1)

import pandas as pd
keiba_data=pd.read_csv(r"〇〇") #〇〇には競馬データ.csvのファイルパスを入力
#基準となる0分0秒を作成
base_time = pd.to_datetime('00:00.0', format='%M:%S.%f')
#馬のタイムから基準の0分0秒を引いて差分を出す。
keiba_data["タイム"] = pd.to_datetime(keiba_data["タイム"], format='%M:%S.%f') - base_time
#差分を秒に変換する。
keiba_data["タイム"]=keiba_data["タイム"].dt.total_seconds()

import pandas as pd
keiba_data=pd.read_csv(r"〇〇") #〇〇には競馬データ.csvのファイルパスを入力
#インデックス番号をリセットする。
keiba_data=keiba_data.reset_index(drop=True)
#着順が取消、除外、中止、失格となっている行をリスト化する。
delete=keiba_data.index[(keiba_data["着順"]=="取消") | (keiba_data["着順"]=="除外") | (keiba_data["着順"]=="中止")| (keiba_data["着順"]=="失格") ]
#着順が取消、除外、中止、失格となっている行を消す
keiba_data=keiba_data.drop(delete,axis=0)
#着順のデータ型をint型(整数型)に変更する
keiba_data['着順']=keiba_data['着順'].astype(int)