机器学习之pandas库（三）数据处理加可视化

最新推荐文章于 2023-12-04 22:41:43 发布

繁华三千东流水

最新推荐文章于 2023-12-04 22:41:43 发布

阅读量538

点赞数 1

分类专栏：机器学习算法思想及代码实现文章标签：机器学习数据处理 pandas

本文链接：https://blog.csdn.net/qq872890060/article/details/98335029

版权

本文深入探讨了如何使用pandas库进行机器学习中的数据处理，包括数据格式转换、清洗和预处理，并展示了如何结合代码实现有效的数据可视化，帮助提升分析效率。

摘要由CSDN通过智能技术生成

数据格式如下

在这里插入图片描述

题目要求

# 划分季度
# 1.从数据源中筛选出2010年第3季度北京和上海两个城市的销售数量总和，将结果输出到新表。（30分）
# 2.利用python环境下的数据分析包pandas编程实现筛选出2010年第3季度北京和广州两个城市的销售数量总和，将结果输出到新表。（30分）
# 3.利用python环境下的数据分析包pandas编程实现求出2009年和2010年的四个季度（第一季度、第二季度、第三季度和第四季度）共8个时间节点
# 季度拼接
# 可视化效果

代码如下

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sn
# 设置中文字体和负号正常显示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 读取数据
df = pd.read_excel(r'../datas/ftx.xlsx')
print(df.head(20))

# 定义季度划分函数
def fn(n):
    if n >0 and n < 4:
        return 's1'
    elif n > 3 and n < 7:
        return 's2'
    elif n > 6 and n < 10:
        ret