本文介绍了如何通过Python对表格数据进行统计分析，将列分为数字、分类和时间三类，并展示了各类别的统计信息，如记录数、非空值、空值占比等。同时，提出了改进方向，包括生成图表和优化代码重复性。
实习产物。
要求：导入一张表格，内有很多列数据。需要将所有列分为三类：数字、分类、时间
1.连续字段，统计：记录数、非空记录数、空值数（NULL、’’）、空值占比、去重记录数、最大值、最小值、均值、标准差、10-90&99分位数
2. 分类字段，统计：记录数、非空记录数、空值数（NULL、’’）、空值占比、去重记录数、每个分类的记录数即频度，记录数占比即频率
3.时间字段，统计：计算字段的最大日期，最小日期，by YYYYMM的记录数，生成柱状图
代码逻辑
分类逻辑
基本基于数据类型分类（可能需要在上游数据里先调好数据类型）
1.Time——数据类型为date； 此处只有datetime64[ns]，如有不同可在include里删改
2.Categorial——数据类型为object∪(去重纪录数<=0.05*记录数) （有时会用不同数字代表不同情况ÿ
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
