天池新人赛-用Pandas揭秘美国选民的总统喜好

阿里天池新人赛-用Pandas揭秘美国选民的总统喜好

主要使用pandas库进行数据的处理，以及分析，使用mathplotlib进行数据的可视化，使用词云进行了辅助的词语统计；

通过实际的练习，对于数据处理有了比较深入的认识，比较使用Excel进行数据处理，使用python有着其独特的优势，特别是在处理大量数据方面，处理速度明显提升；

pandas库主要使用函数：

1. read_csv：用于读取文件的函数,可接受参数如下
   • filepath_orbuffer：文件路径；
   • sep：定义分隔符，默认为’,’；
   • header：表头设置参数，传入0时，将首行设置为表头；
   • names：表头设置参数，将传入列表设置为表头；
   • index_col：设置行索引
2. merge：用于将两个DataFrame链接，可接受如下参数：
   • left：一个DataFrame
   • right：另一个DataFrame
   • on：用于对应合并在一起的列名，两各表格都要包含该列
   • left_on：第一个数据表格用于合并的列名
   • right_on：第二个数据表格用于合并的列名
3. DataFrame:一种pandas基础数据格式，可接受参数如下：
   • data：用于传入数据；
   • index：列索引
   • columns：行索引
4. head：用于取数据表的前多少行，接受int型数据
5. info&shape：用于显示当前数据表对象的信息
6. fillna：用于处理数据表中空数据
7. astype：用于将数据表中数据转换类型
8. describe：对于数据列进行中位数，重数，最大值，最小值，平均值等数据分析；
9. groupby：将数据进行分组统计
   • by：接受用于分组的的列名名称
10. sort_values：用于将数据进行排序
    • by：接受用于排序的的列名名称
    • ascending：用于确定是进行正向排序还是逆向排序
11. value_counts：用于进行数据的统计