20、专业调查分析与复杂调查解析

专业调查分析与复杂调查解析

1. 专业调查分析之文本分析

在各类调查问卷中，逐字回答是常见特征。以多伦多市议会关于是否允许新建赌场及选址的调查为例，发放了“赌场反馈表”，收集到 17,780 份回复，最终样本量为 17,766 份（14 份记录因未知原因删除）。调查使用了两个问题：一是用 5 点李克特量表表明对在多伦多新建赌场的感受；二是询问给出该评分的主要原因（逐字回答）。

• 数据处理
  • 处理缺失数据 ：逐字问题“Reason”存在大量缺失数据，可使用 Pandas 的 dropna() 方法，代码为 df_casino.dropna(inplace = True) ，其中 df_casino 是 DataFrame 的名称。
  • 数据清理 ：在进行文本数据分析前，需清理数据，即去除前导空格和标点符号，分两步进行：
    • 去除空格 ：使用 Pandas 的 str 访问器及其方法，如 strip 方法去除前导和尾随空格，代码示例为 df.myString.str.strip( ) 。 str 访问器还有 upper 、 lower 、 replace 、