数据分析练习第二天

人口分析练习

# 导入文件
abb = pd.read_csv('./state-abbrevs.csv')
area = pd.read_csv('./state-areas.csv')
pop = pd.read_csv('./state-population.csv')

# 将人口数据和各州简称进行合并
abb_pop = pd.merge(abb, pop, left_on='abbreviation', right_on='state/region', how='outer')

# 将合并数据中重复的列删除
abb_pop.drop(labels='abbreviation', axis=1, inplace=True)

# 查看存在缺失数据的列
# 方法一
abb_pop.isnull().any(axis=0)
# 方法二
abb_pop.info()

# 找到洲值为空的行并对简称进行去重
abb_pop.loc[abb_pop['state'].isnull()]['state/region'].unique()

# 为找到的简称补上正确的值,从而去掉state这一列的所有nan值
indexes = abb_pop.loc[abb_pop['state/region'] == 'USA'].index
abb_pop.loc[indexes, 'state'] = 'United States'
indexes = abb_pop.loc[abb_pop['state/region'] == 'PR'].index
abb_pop.loc[indexes, 'state'] = 'PuertoRico'

# 合并各洲的面积
abb_pop_area = pd.merge(abb_pop, area, how='outer')

# 找出area为nan的行
indexes = abb_pop_area.loc[abb_pop_area['area (sq. mi)'].isnull()].index

# 去除有缺失数据的行
abb_pop_area.drop(labels=indexes, axis=0, inplace=True)

# 找出2010年全民人口数据
abb_pop_area.query('ages == "total" & year == 2010')

# 计算各洲的人口密度
abb_pop_area['density'] = abb_pop_area['population']/abb_pop_area['area (sq. mi)']

# 排序,并找出人口密度最高的洲
abb_pop_area.sort_values(by='density', axis=0, ascending=False).iloc[0]['state']
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值