数据分析实战(四):美国农业部食品数据库

美国农业部食品数据库

数据规整

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import json

# 准备数据(整体上是字典构成的字典)
db = json.load(open('datasets/usda_food/database.json'))

# db是字典构成的字典,注意筛选的方式
info_keys = ['description', 'group', 'id', 'manufacturer']
info = pd.DataFrame(db, columns=info_keys)
print(info.info())

# 拿到每种食物的影响成分
nutrients = []

# db下的nutrients的值 也是一个字典构成的字典
for rec in db:
    fnuts 
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
租房价格数据分析是一个非常有趣和有用的实战项目。在本文中,我们将介绍如何使用Apache Spark对租房价格数据进行分析。 首先,我们需要获取租房价格数据。我们可以从网上的房屋租赁网站上爬取数据或者使用已有的数据集。在本文中,我们将使用Kaggle上的数据集。数据集包含了美国各个城市的租房价格信息,包括房型、租金、面积、位置等信息。 接下来,我们将使用Spark对数据进行处理和分析。我们可以使用DataFrame或者RDD来操作数据。DataFrame是一种基于RDD的高级抽象,可以让我们以类似SQL的方式操作数据。 首先,我们需要从文件中读取数据到Spark中。我们可以使用Spark SQL中的read方法来读取数据。例如,如果文件是CSV格式的,我们可以使用以下代码: ```scala val df = spark.read.format("csv") .option("header", "true") .option("inferSchema", "true") .load("path/to/file.csv") ``` 这将读取CSV文件并将其转换为DataFrame。 接下来,我们可以对数据进行清洗和转换。例如,我们可以过滤掉不需要的列,将数据类型转换为合适的类型等。例如: ```scala val filteredDF = df.select("city", "state", "bedrooms", "bathrooms", "price") .filter($"price".isNotNull) .filter($"bedrooms".isNotNull) .filter($"bathrooms".isNotNull) .filter($"city".isNotNull) .filter($"state".isNotNull) .filter($"price" > 0) .filter($"bedrooms" > 0) .filter($"bathrooms" > 0) .withColumn("price_per_sqft", $"price" / ($"bedrooms" + $"bathrooms")) ``` 这将过滤掉不需要的列,过滤掉空值和无效值,并添加一个新的列price_per_sqft,表示每平方英尺的租金。 接下来,我们可以对数据进行统计分析。例如,我们可以计算每个城市的平均租金、最高租金、最低租金等。例如: ```scala val cityStatsDF = filteredDF.groupBy("city") .agg(avg("price"), max("price"), min("price"), count("price")) .orderBy($"avg(price)".desc) ``` 这将按城市分组并计算每个城市的平均租金、最高租金、最低租金和租房数量,并按平均租金降序排列。 最后,我们可以将结果保存到文件中。例如: ```scala cityStatsDF.write.format("csv").save("path/to/output") ``` 这将把结果保存到CSV文件中。 以上是基于Spark的租房价格数据分析的一些基本步骤。当然,还有很多其他的分析方法和技术可以使用。希望这篇文章能够帮助您入门Spark数据分析

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值