8、调查数据处理与权重计算全解析

调查数据处理与权重计算全解析

在处理调查数据时，了解数据的结构和内容是至关重要的。下面将介绍一些使用Pandas库进行数据探索、计算权重等操作的方法。

1. 数据结构探索

在使用Pandas处理数据时，有三种方法和两种属性调用可用于探索数据的结构和内容。假设数据存储在名为 df 的Pandas DataFrame中。
- 方法 ：
1. df.describe() ：为连续浮点型变量生成描述性统计摘要表，包括计数、均值、标准差和五数概括等统计量。对于离散对象（如字符串或时间戳），会生成计数、唯一值数量、最常见值及其频率等信息。这些统计量以Series或DataFrame的形式返回。
2. df.info() ：显示DataFrame本身的信息，如记录数、列数（即变量数）、每列的非空记录数、每列的数据类型（即dtype）、DataFrame的内存使用情况（以字节为单位）以及DataFrame索引的计数和性质。常见的数据类型有浮点型（ float64 ）、整型（ int64 ）、日期时间型（ datetime64[ns] ）和字符串型（ object ）。
3. df.head() 和 df.tail() ：分别返回DataFrame的前几行和后几行