pandas-实战

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