想用一个完整的案例讲解Python数据分析的整个流程和基础知识,实际上以一个数据集为例,数据集是天池上的一个短租数据集,后台回复:短租数据集,即可获得。
先来想一下数据分析的流程,第一步获取数据,因此本节内容就是获取数据以及对数据的基本操作。
数据导入
导入.xlsx文件
要导入一个.xlsx后缀的Excel文件,可以使用pd.read_excel(路径)方法
# 导入.xlsx文件
df_review = pd.read_excel(r"D:\个人\data\reviews.xlsx")
df_review
(想了解更多的Python数据分析,爬虫,web,人工智能等资料请看文章末尾,免费获取。)
结果:
df_review数据包含了两个字段,listing_id和date
读入数据时必不可少的参数就是路径,不同的操作系统下文件路径的写法也不同,通常windows操作系统下关于路径有两种写法:
反斜杠“ \ ”:右键点击这个文件,选择属性,可以看到它所在的位置,默认是使用 \ 来表示,由于反斜杠“\”在Python中被定义为转义符号,因此在写的时候就要在路径的最前方加一个转义符 r,r"D:\个人\data\reviews.xlsx"
斜杠“ / ”:不需要加r,全部用 / 来写:“D:/个人/data/reviews.xlsx”
两种方式看个人习惯吧。
sheet_name 参数
对于.xlsx文件来说,可能会存在多个sheet表,因此也可以设置sheet_name参数指定导入的sheet表,可以传入sheet表的 名字 ,也可以按照从0递增的 顺序 来指定,不指定sheet表则默认第一个sheet.
# 指定Sheet表
df_review = pd.<