美国人口数据分析

     #正常导包

   #读取csv格式的文件，把文件内容变成DataFrame格式

 

###

数据清洗

###

将两个DataFrame表融合在一起，生成新表，how=“outer”，表示连接方式。

DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html#pandas.DataFrame.merge

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html#pandas.DataFrame.drop

删除DataFrame的一条数据，axis=0删除一行（默认），axis=1删除一列。inplace是否替换原表。

.isnull()函数，list Series DataFrame都可以使用，判断数据中数据是否有NaN，数据只要是NaN就返回True。

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.isnull.html#pandas.isnull

.any()函数  list Series DataFrame都可以使用，判断数据中数据是否有NaN，列数据只要有NaN,返回一个Series。

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.any.html#pandas.core.groupby.GroupBy.any

pop2[“state/region”]=="PR" 判断是否“state/region”里面是否有“PR” ，返回bool

.sum()函数 求和

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.sum.html#pandas.core.groupby.GroupBy.sum

.head()函数  不传参数默认显示前5行数据。传参数就显示参数行数据

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.core.groupby.GroupBy.head.html#pandas.core.groupby.GroupBy.head

.query() query查询语句

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.query.html#pandas.DataFrame.query

.tolist()  Series  使用将所有数据放在列表里

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.tolist.html#pandas.Index.tolist

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

将数据排序

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html#pandas.DataFrame.sort_values