【5问5答】带你探索性数据分析！

数据

假设我们的数据是这样的，无异常无缺失值，下面我通过几个问题，我们来练习用Pandas进行探索性数据分析～

year	name	salary	title
2001	aa	1500	first
2002	bb	4300	first
2003	cc	7000	second
2001	dd	5000	third

问题1: 最高薪水是多少？

我们将数据读取后命名为df

import pandas as pd
df['salary'].max()

同样的，最低（min）、平均（mean）。

问题2: bb的薪水是多少？

突然想到了SQL，是不是一句话的事情，select...from...where... 当然，我们的pandas也是一句话的事情：

df[df['name']=='bb']['salary']

问题3: 收入最高的人是谁？

那我们就定位到收入最高的行～

df[df['salary']==df['salary'].max()]
# or
df.loc[df['salary'].idxmax()]

问题4: 每年所有的员工平均收入？

是不是自然而然想到了分组，group by?

df.groupby('year').mean()['salary']

问题5: 有多少个职称？

这里使用nunique()函数，之前有一个小伙伴和我交流中就发现没有搞懂nunique()函数和unique()函数之间的区别，现在应该懂了吧？

df['title'].nunique()

总结

今天的分享就到这里啦，5个小问题掌握了嘛！数据分析的思维还是很重要的呢！

碎碎念:这种短文分享会不会更有效率些，让人不会有中途退出的冲动或者放在收藏夹里面吃灰哈哈。我个人是挺喜欢的，不知道你是不是一样。最近真是忙到爆炸，打完了第一针HPV9价，工作也还没找到，人生真是艰难，怎么办呢？既然上了生活的贼船，那就做个快乐的海盗吧（oo）

更多推荐

手把手｜共享单车数据特征工程

SQL笔试 I 经典44题及答案解析~

干货 | 一文让你了解Pandas数据结构

长按二维码
关注我们吧