这篇博客介绍了一次使用pandas进行美国各州人口数据分析的案例。首先从网络获取数据，然后通过合并数据框，处理空值，如将Puerto Rico的abbreviation设置为PR，填充USA的相关信息。接着，删除不合理的人口空值，最终得到完整的数据，并计算人口密度。通过案例展示了如何在pandas中进行数据清洗和操作。
数据来源网络 美国各州人口分析
首先。导入所需模块
import pandas as pd
from pandas import DataFrame,Series
将数据文件导入 abb 为州名及简写 area 各州面积 pop 人口信息
abb = pd.read_csv('./data/state-abbrevs.csv')
area = pd.read_csv('./data/state-areas.csv')
pop = pd.read_csv('./data/state-population.csv')
查看数据大小
display(abb.shape,area.shape,pop.shape)
数据样式
display(abb.head(),area.head(),pop.head())
显示结果如下
现将三张dataframe 合并
首先是abb area
abb_area = pd.merge(abb,area,how='outer')
how='outer’表示保留两张表不同信息。可能出现空值。要处理空值。
abb_area.isnull().sum()
获取空值索引
最低0.47元/天 解锁文章
355
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
