7、数据探索与分析：深入了解关键指标

数据探索与分析：深入了解关键指标

1. 数据概述

在开始深入分析之前，我们需要对数据有一个基本的了解。以下是数据的一些基本信息：
- 变量类型 ：
- 可靠性（Reliability）、风险（Risk）和 x 为整数类型。
- IP、类型（Type）、国家（Country）、地区（Locale）和坐标（Coords）为字符串类型。
- IP 地址存储格式 ：IP 地址以点分十进制格式存储，而非主机名或十进制格式。
- 记录数量 ：共有 258,626 条记录，每条记录对应一个唯一的 IP 地址。
- 地理定位信息 ：每个 IP 地址都已被地理定位到坐标字段中的经纬度对，但它们存储在一个字段中，以逗号分隔。

2. 定量变量的描述性统计

对于定量变量（即表示数量的数字），一个很好的初步探索步骤是查看变量的基本描述性统计信息。这些统计信息包括：
- 最小值和最大值 ：两者之差即为范围（范围 = 最大值 - 最小值）。
- 中位数 ：数据集中间的值。
- 第一和第三四分位数 ：分别为第 25 和第 75 百分位数，可以看作是数据集前半部分和后半部分的中位数。
- 均值 ：所有值的总和除以数量。

以下是使用 R 和 Python 计算可靠性和风险两列描述性统计信息的代码