2024年三大招式熟练Python数据分析_data[data[‘beds‘]

2401_84564150

已于 2024-05-01 16:12:59 修改

阅读量775

点赞数 22

CC 4.0 BY-SA版权

分类专栏：程序员文章标签： python 数据分析开发语言

于 2024-05-01 16:12:57 首次发布

本文链接：https://blog.youkuaiyun.com/2401_84564150/article/details/138374770

程序员专栏收录该内容

183 篇文章

订阅专栏

数据处理

数据处理，其实就是我们常说的数据预处理（清洗数据），我们都知道，数据大部分情况下，是不干净的（或者不是我们预期的），我们需要处理，清洗，常出现的处理任务如下：

缺失值处理
异常值处理
重复值处理
多表处理
数据转换处理

这些都是需要根据实际情况来处理的。接着，我们就来处理星巴克数据，首先，查看Brand字段的唯一值，发现除了星巴克还有其他商品（可能是同一厂商的，屌丝表示对星巴克一无所知），我们只取星巴克的数据。

之前我们用info函数可以查看缺失值，但是我们常用isnull函数，这样可以清楚看出各字段的缺失值都有多少数据。

data.isnull().sum()

因为对city字段感兴趣，所以我们查看到底缺失的数据，是哪些，我们可以看出，大部分是埃及的国家（是不是这些国家没有划分城市，还是说没有录入数据）。

data[data['City'].isnull()]

接着，我们就处理这些缺失值。缺失值一般的处理方法有两种：

删掉
填充

这里我们选择就用国家字段填充到City字段上。

def fill_na(x):    return x
data['City'] = data['City'].fillna(fill_na(data['State/Province']))data[data['Country']=='EG']

在数据分析中，我发现小美国的数据把台湾当做了国家，这我能忍么？直接重新赋值，换成了中国（中国一点都不能少）。整个的数据处理就到这了。

data['Country'][data['Country'] == 'TW'] = 'CN'

分析+可视化

在python数据分析中，我常常会把分析和可视化结合在一起，首先我们看看哪些国家星巴克店最多。

通过值计数，看看前10个国家。当然，数据分析中也会有各种方法：

值计数
数据分组聚合
透视表

country_count = data['Country'].value_counts()[0:10]

接着，我们就用pandas可视化（后两期再介绍功能更强大的可视化方法）。可以看出：美国和中国的是最多的。

import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['simhei'] #指定默认字体plt.rcParams['axes.unicode_minus'] = False   #解决保存图像是负号'-'显示为方块的问题%matplotlib inline
country_count.plot(kind='bar')

接着同样的方法，看看哪些城市的星巴克最多？默默发现，上海市最多（竟然不是美国城市），果然中国市场很大嘛。

最后，筛选出中国地区的数据，看看中国城市的星巴克数量排名。上海最多，北京第二，上榜的也可以看出都是经济较发达的城市~

china_data = data[data['Country'] == 'CN']city_count = china_data['City'].value_counts()[0:10]city_count.plot(kind='barh')

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

在这里插入图片描述

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

在这里插入图片描述

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
可以戳这里无偿获取](https://bbs.youkuaiyun.com/topics/618317507)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！