新手数据分析项目（二）— New York City Airbnb Open Data

本次实践项目选自kaggle数据集New York City Airbnb Open Data，Airbnb是全球的民宿短租公寓预订平台，这份数据集也正是来自于Airbnb公开的数据。数据集下载链接如下。

New York City Airbnb Open Data​www.kaggle.com/datasets/dgomonov/new-york-city-airbnb-open-data正在上传…重新上传取消

#导入需要用到的包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.image as mping
%matplotlib inline
import seaborn as sns

首先导入数据，拿到数据后的第一件事就是查看头部信息

airbnb = pd.read_csv("E:/Kaggle/AB_NYC_2019.csv")
airbnb.head()

对图中数据进行解读，其中不易理解的列：neighbourhood_group：行政区；neighbourhood ：社区；latitude：纬度；longitude：经度；number_of_revivews：评论数量；minimum_night：最少租住天数

# 查看数据总数
len(airbnb)

# 查看每列的数据类型
airbnb.dtypes

# 查看缺失值
airbnb.isnull().sum()

从缺失值这里可以看出，其中last_review与reviews_per_month缺失的厉害，但是这两列中，缺失值就代表着0，比如最后一次评论缺失，就代表着没有人评论，每月平均评论缺失，也代表着没有人评论，因此接下来我们将对此展开数据清洗。首先删除不需要的列。

airbnb.drop(['id','host_name','last_review'], axis=1, inplace=True) # 在drop函数中，axis=1代表列，inplace=True表示删除后原dataframe也会改变
# 检测是否删除成功
airbnb.head(3)