通过starbucks_store_worldwide.csv数据,获取中国每个省份的分布数量
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
"""
了解数据
- 扣题:中国的市
- 需求的数据
- Country
- City
- 有缺失值,是否要处理?count()获取非nan个数
"""
sb_df = pd.read_csv("starbucks_store_worldwide.csv")
sb_df.info()
sb_df.head()
"""
法1
- 先获取 中国 的数据
- 再将 中国 的 市 进行分组
"""
# 布尔索引
CN_df = sb_df[sb_df["Country"] == "CN"]
CN_df
# 分组与聚合
# 通过count()进行聚合
# 选取没有空值的列
CN_df.groupby("City").count()["Brand"]
# 法2
# 直接以 国家,市 进行分组
all_g_data = sb_df.groupby(["Country","City"]).count()
all_g_data.loc["CN"]
统计出911数据中不同月份的电话次数,并直观体现数据的变化情况
"""
需求:不用月份的电话次数
- 时间:timeStamp
- 缺失值暂时不用处理。
"""
df = pd.read_csv("911.csv")
df.info()
df.head()
"""
时间以每月,降采样。时间序列
"""
# 将object 转为 时间序列
# pd.to_datetime(df["timeStamp"],format="%Y%m%d")
df["timeStamp"] = pd.to_datetime(df["timeStamp"])
df.dtypes # datetime64[ns]
# 将 timeStamp 设置为 时间序列索引
df.set_index("timeStamp",inplace=True)
d