7、数据处理与分析：基本操作与技巧

数据处理与分析：基本操作与技巧

在数据处理和分析领域，掌握一些基本的操作和技巧是至关重要的。本文将围绕几个关键方面展开，包括DataFrame的基本操作、校园多样性的评估、数据的初步分析常规以及通过改变数据类型来减少内存使用等内容。

1. 计算累积和

使用 cumsum 方法可以对数据进行不同视角的分析。例如，对于校园种族数据，使用 axis=1 的 cumsum 方法可以累积每行的种族百分比，方便查看每个学校中白人、黑人和西班牙裔等种族的累计百分比。

college_ugds_cumsum = college_ugds_.cumsum(axis=1)
college_ugds_cumsum.head()

相关文档可参考 Pandas官方文档 。

2. 评估校园多样性

每年都有许多文章探讨校园多样性的不同方面和影响，不同组织也开发了各种指标来衡量多样性。美国新闻在大学排名方面处于领先地位，其中也包括多样性排名。

2.1 数据准备

校园数据集将种族分为九个不同类别。我们的多样性指标定义为学生人口中种族占比超过15%的种族数量。

2.2 操作步骤

1. 读取数据并筛选列 ：