数据分析项目-人口分析

目录

需求：

1.导入文件，查看原始数据

2.将人口数据和各州简称数据进行合并 

3.将合并的数据中重复的abbreviation列进行删除

4.查看存在缺失数据的列

5.找到有哪些state/region使得state的值为NaN，进行去重操作 

6.为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN

7.给对应的 空值赋值

8.合并各州面积数据areas 

9.我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行

10.去除含有缺失数据的行

11.找出2010年的全民人口数据

12.计算各州的人口密度

13.排序，并找出人口密度最高的五个州 df.sort_values()

---

需求：

1.导入文件，查看原始数据

导入块

# -*-coding:utf-8-*-
import  numpy as np
import  pandas as pd
from pandas import  DataFrame

 导入文件，查看原始数据

#导入文件，查看原始数据
abb=pd.read_csv("./data/state-abbrevs.csv")
pop=pd.read_csv("./data/state-population.csv")
area=pd.read_csv("./data/state-areas.csv")
print("---------------------------------------------------")
print(abb.head(2))
print("---------------------------------------------------")
print(pop.head(2))
print("---------------------------------------------------")
print(area.head(2))

输出结果

E:\pythonProject5\venv\Scripts\python.exe E:/pythonProject5/人口分析案例.py
---------------------------------------------------
     state abbreviation
0  Alabama           AL
1   Alaska           AK
---------------------------------------------------
  state/region     ages  year  population
0           AL  under18  2012   1117489.0
1           AL    total  2012   4817528.0
---------------------------------------------------
     state  area (sq. mi)
0  Alabama          52423
1   Alaska         656425

Process finished with exit code 0

2.将人口数据和各州简称数据进行合并 

#将人口数据和各州简称数据进行合并
abb_pop=pd.merge(abb,pop,how='outer',left_on="abbreviation",right_on="state/region" )
print(abb_pop.head())

输出结果

E:\pythonProject5\venv\Scripts\python.exe E:/pythonProject5/人口分析案例.py
     state abbreviation state/region     ages  year  population
0  Alabama           AL           AL  under18  2012   1117489.0
1  Alabama           AL           AL    total  2012   4817528.0
2  Alabama           AL           AL  under18  2010   1130966.0
3  Alabama           AL           AL    total  2010   4785570.0
4  Alabama           AL           AL  under18  2011   1125763.0

Process finished with exit code 0

3.将合并的数据中重复的abbreviation列进行删除

#将合并的数据中重复的abbreviation列进行删除
abb_pop.drop(labels="abbreviation",axis=1,inplace=True)
print(abb_pop.head())

输出结果

     state state/region     ages  year  population
0  Alabama           AL  under18  2012   1117489.0
1  Alabama           AL    total  2012   4817528.0
2  Alabama           AL  under18  2010   1130966.0
3  Alabama           AL