数据分析实战(一)：短网址的用户收集的匿名数据

最新推荐文章于 2023-05-16 22:51:09 发布

努力的SIR

最新推荐文章于 2023-05-16 22:51:09 发布

阅读量1k

点赞数

分类专栏：数据分析【已封】

本文链接：https://blog.csdn.net/qq_42615032/article/details/103008910

版权

短网址的用户收集的匿名数据, 以.gov 或者.mil 结尾.
1. 时区计数：找到数据集中最常出现的时区(tz 字段）
3. 将时区计数多的时区分解为 windows 和非 windows 用户

数据准备

import json
path = 'datasets/bitly_usagov/example.txt'
records = [json.loads(line) for line in open(path)]
frame = pd.DataFrame(records)
print(frame.info())

# 输出
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3560 entries, 0 to 3559
Data columns (total 18 columns):
_heartbeat_    120 non-null float64
a              3440 non-null object
al             3094 non-null object
c              2919 non-null object
cy             2919 non-null object
g              3440 non-null object
gr             2919 non-null object
h              3440 non-null object
hc             3440 non