【Python】数据处理：分析沈阳PM指数年均变化情况（dropna()、groupby()）

一、内容来源

任务：分析处理天气数据，并计算出PM指数年均变化情况

课程来源：大数据分析师（第一期）（学堂在线 北邮 杨亚）

数据集分享：链接：https://pan.baidu.com/s/1nU29LEfrILve3-ERqccUTQ
提取码：6ptf

二、数据信息

三、代码

import numpy as np
import pandas as pd
import time

#1 读取数据
filename = 'ShenyangPM20100101_20151231.csv'
#df = pd.read_csv(filename,encoding='utf-8',dtype=str)
#df = pd.read_csv(filename,encoding='utf-8')
df = pd.read_csv(filename,encoding='utf-8',usecols=[0,1,2,3,4,5,6,7,8])

#2 查看数据基本情况
print('head--------------------------------\n',df.head())
print('deacribe----------------------------\n',df.describe())
print('info--------------------------------\n',df.info())

#3 参看缺失值
print('==============缺失值=================\n',
      df.isnull().sum().sort_values(ascending=False))
#对列进行删除
#df.drop(['DEWP','HUMI'],axis=1,inplace=True)
#删除某些行
#df.dropna (axis='index', how='all', subset=['PM_Taiyuanjie','PM_US Post','PM_Xiaoheyan'],inplace=True)

#4 计算
#df['sum'] =  df['PM_Taiyuanjie']+df['PM_US Post']+df['PM_Xiaoheyan']
start = time.time()

df['sum'] =  df[['PM_Taiyuanjie','PM_US Post','PM_Xiaoheyan']].sum(axis=1)
df['count'] =  df[['PM_Taiyuanjie','PM_US Post','PM_Xiaoheyan']].count(axis=1)
df['ave'] =  round(df['sum']/df['count'],2)

end = time.time()
print(end-start)

#5 输出到文件
df.to_csv('shenyang_ave.csv')

print(df.groupby('year').mean())

实验结果：
2013-2015年，就PM指数而言，天气有变好的趋势