8、数据测量与分析：从基础操作到生成式 AI 应用

数据测量与分析：从基础操作到生成式 AI 应用

在数据处理与分析领域，我们常常需要对数据进行多维度的测量和分析，以深入了解数据的特征和潜在问题。本文将介绍数据选择、分类变量频率生成、连续变量统计分析以及利用生成式 AI 展示描述性统计等方面的方法和操作。

一、数据选择工具

在处理数据时，我们经常需要从数据框中选择特定的行和列。有三种常用的工具可以实现这一目的： [] 括号运算符、 loc 和 iloc 访问器。
- [] 括号运算符 ：对于有一定 Python 和 NumPy 经验的人来说，这个运算符可能最为熟悉。不过，官方文档不建议在生产代码中使用它，通常只用于选择数据框中的列。
- loc 访问器 ：当通过布尔索引或索引标签选择行时使用。
- iloc 访问器 ：用于按行号选择行。

由于在实际工作中布尔索引使用较多，所以 loc 访问器的使用频率相对更高。

二、生成分类变量的频率分布

频率分布是发现分类数据潜在问题的重要统计工具。下面将详细介绍如何使用 Pandas 工具生成分类变量的频率分布。

2.1 准备工作

我们将继续使用相关数据，并使用过滤方法进行列选择。以下是具体步骤：
1. 加载 Pandas 库和数据文件，并将对象数据