pandas 案例分析：美国各州人口数据分析

案例分析：美国各州人口数据分析

首先导入文件，并查看数据样本

In [54]:

abbr = pd.read_csv("./usapop/state-abbrevs.csv")

abbr.head()

Out[54]:

	state	abbreviation
0	Alabama	AL
1	Alaska	AK
2	Arizona	AZ
3	Arkansas	AR
4	California	CA

In [55]:

areas = pd.read_csv("./usapop/state-areas.csv")

areas.head()

Out[55]:

	state	area (sq. mi)
0	Alabama	52423
1	Alaska	656425
2	Arizona	114006
3	Arkansas	53182
4	California	163707

In [56]:

pop = pd.read_csv("./usapop/state-population.csv")

pop.head()

Out[56]:

	state/region	ages	year	population
0	AL	under18	2012	1117489.0
1	AL	total	2012	4817528.0
2	AL	under18	2010	1130966.0
3	AL	total	2010	4785570.0
4	AL	under18	2011	1125763.0

合并pop与abbrevs两个DataFrame，分别依据state/region列和abbreviation列来合并。

为了保留所有信息，使用外合并。

In [57]:

pop2 = pop.merge(abbr,left_on="state/region",right_on="abbreviation",how="outer")

# 用外连接（或者左链接）

pop2

Out[57]:

	state/region	ages	year	population	state	abbreviation
0	AL	under18	2012	1117489.0	Alabama	AL
1	AL	total	2012	4817528.0	Alabama	AL
2	AL	under18	2010	1130966.0	Alabama	AL
3	AL	total	2010	4785570.0	Alabama	AL
4	AL	under18	2011	1125763.0	Alabama	AL
5	AL	total	2011	4801627.0	Alabama	AL
6	AL	total	2009	4757938.0	Alabama	AL
7	AL	under18	2009	1134192.0	Alabama	AL
8	AL	under18	2013	1111481.0	Alabama	AL
9	AL	total	2013	4833722.0	Alabama	AL
10	AL	total	2007	4672840.0	Alabama	AL
11	AL	under18	2007	1132296.0	Alabama	AL
12	AL	total	2008	4718206.0	Alabama	AL
13	AL	under18	2008	1134927.0	Alabama	AL
14	AL	total	2005	4569805.0	Alabama	AL
15	AL	under18	2005	1117229.0	Alabama	AL
16	AL	total	2006	4628981.0	Alabama	AL
17	AL	under18	2006	1126798.0	Alabama	AL
18	AL	total	2004	4530729.0	Alabama	AL
19	AL	under18	2004	1113662.0	Alabama	AL
20	AL	total	2003	4503491.0	Alabama	AL
21	AL	under18	2003	1113083.0	Alabama	AL
22	AL	total	2001	4467634.0	Alabama	AL
23	AL	under18	2001	1120409.0	Alabama	AL
24	AL	total	2002	4480089.0	Alabama	AL
25	AL	under18	2002	1116590.0	Alabama	AL
26	AL	under18	1999	1121287.0	Alabama	AL
27	AL	total	1999	4430141.0	Alabama	AL
28	AL	total	2000	4452173.0	Alabama	AL
29	AL	under18	2000	1122273.0	Alabama	AL
...	...	...	...	...	...	...
2514	USA	under18	1999	71946051.0	NaN	NaN
2515	USA	total	2000	282162411.0	NaN	NaN
2516	USA	under18	2000	72376189.0	NaN	NaN
2517	USA	total	1999	279040181.0	NaN	NaN
2518	USA	total	2001	284968955.0	NaN	NaN
2519	USA	under18	2001	72671175.0	NaN	NaN
2520	USA	total	2002	287625193.0	NaN	NaN
2521	USA	under18	2002	72936457.0	NaN	NaN
2522	USA	total	2003	290107933.0	NaN	NaN
2523	USA	under18	2003	73100758.0	NaN	NaN
2524	USA	total	2004	292805298.0	NaN	NaN
2525	USA	under18	2004	73297735.0	NaN	NaN
2526	USA	total	2005	295516599.0	NaN	NaN
2527	USA	under18	2005	73523669.0	NaN	NaN
2528	USA	total	2006	298379912.0	NaN	NaN
2529	USA	under18	2006	73757714.0	NaN	NaN
2530	USA	total	2007	301231207.0	NaN	NaN
2531	USA	under18	2007	74019405.0	NaN	NaN
2532	USA	total	2008	304093966.0	NaN	NaN
2533	USA	under18	2008	74104602.0	NaN	NaN
2534	USA	under18	2013	73585872.0	NaN	NaN
2535	USA	total	2013	316128839.0	NaN	NaN
2536	USA	total	2009	306771529.0	NaN	NaN
2537	USA	under18	2009	74134167.0	NaN	NaN
2538	USA	under18	2010	74119556.0	NaN	NaN
2539	USA	total	2010	309326295.0	NaN	NaN
2540	USA	under18	2011	73902222.0	NaN	NaN
2541	USA	total	2011	311582564.0	NaN	NaN
2542	USA	under18	2012	73708179.0	NaN	NaN
2543	USA	total	2012	313873685.0	NaN	NaN

2544 rows × 6 columns

去除abbreviation的那一列（axis=1）

In [58]: