【Python数据分析学习实例】pandas库数据预处理

问题描述

如数据表字段（工号，姓名，性别[男/女]，省份[自定义]，学历[大专/本科/硕士/博士]，工资[自定义金额]，消费[自定义金额]，存款[自定义金额]）。

工号	姓名	性别	省份	学历	工资	消费
1001	张三	女	湖南	博士	10000	5000

······

要求如下：

1. 自定义数据及文件格式。
2. 能够存取数据文件。
3. 不少于3种数据处理方式（自定义常规处理方法）。
4. 根据结果进行绘图（样式不能相同）。

代码实现

实验结果

完整代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号

data = pd.read_csv("data.csv")

fig = plt.figure(figsize=(8,9))

province = dict(Counter(data.省份))
ax1 = fig.add_subplot(3,1,1)
plt.title('员工省份统计')
plt.bar(province.keys(),province.values(),align='center')
plt.xticks(rotation =90)

Average_salary = dict(data.groupby(data['学历'])['工资'].mean())
ax2 = fig.add_subplot(3,2,3)
plt.title('不同学历的薪资水平')
plt.plot(Average_salary.keys(), Average_salary.values())

ax3 = fig.add_subplot(3,2,4)
plt.title('员工消费情况')
plt.plot(data.工号, data.工资, color='green', label='工资')
plt.plot(data.工号, data.消费, color='red', label='消费')
plt.plot(data.工号, data.存款,  color='skyblue', label='存款')
plt.legend() # 显示图例

education = dict(Counter(data.学历))
ax5 = fig.add_subplot(3,2,5)
plt.title('员工学历统计')
plt.pie(x = education.values(),labels = education.keys(),autopct='%d个')

ax6 = fig.add_subplot(3,2,6)
Education_Statistics = pd.crosstab(data.性别,data.学历)
Education_Statistics.plot(kind='bar',title='性别与学历情况关系图',ax = ax6)

plt.tight_layout()
plt.show()