这篇博客通过三个综合问题，探讨了数据分析中的常见任务，包括处理缺失值、数据分类、异常检测等。问题1涉及商品数据的清洗与统计分析，如删除缺失值、计算单价均值、对价格分位数分类等。问题2讨论了气候数据的季节指数计算和平滑方法。问题3聚焦于共享单车数据，分析了工作日与周末的用车量、骑行高峰时段以及异常骑行记录的识别。这些问题展示了数据分析在解决实际问题中的应用。
(1) 请删除最后一列为缺失值的行，并求所有在杭州发货的商品单价均值。
(2) 商品标题带有“嘉兴”但发货地却不在嘉兴的商品有多少条记录?
(3) 请按照分位数将价格分为“高、较高、中、较低、低”5 个类别，再将 类别结果插入到标题一列之后，最后对类别列进行降序排序。
(4) 付款人数一栏有缺失值吗?若有则请利用上一问的分类结果对这些缺失 值进行合理估计并填充。
(5) 请将数据后四列合并为如下格式的 Series:商品发货地为 ××，店铺为 ××，共计 ×× 人付款，单价为 ××。
(6) 请将上一问中的结果恢复成原来的四列。
1万+
3396
192
278
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
