Pandas+Pyecharts 数据分析与可视化 3D地图+柱状图

该博客介绍了如何使用Pandas进行数据预处理和分析,然后利用Pyecharts生成3D地图并结合柱状图进行数据可视化。通过对手机信令数据的处理,区分了工作地和居住地,并将时间和地理位置信息转化为适合可视化的形式,最终在3D地图上展示街道数量。
摘要由CSDN通过智能技术生成

数据格式

手机信令数据,可依据sid判断用户,lon和lat对应位置的经纬度信息,还有时间和地区街道等信息
在这里插入图片描述

数据预处理

首先读取数据,按列选取需要用到的数据,并清洗数据。

data = pd.read_csv('./mobile_0.csv',encoding='GBK')
data = data[['sid','ts', 'lon', 'lat', 'region', 'street', 'address', 'area', 'building',
            'category_tags_l1_name', 'category_tags_l2_name', 'category_tags_l3_name', 'poi_name', 'date']]
data = data[~data['region'].isin(["\\N"])] #去除地区缺少的行
data = data[~data['street'].isin(["\\N"])] #去除街道缺少的行
data.reset_index(drop=True, inplace=True)
data.to_csv("all_data_process.csv",index=None,encoding='GBK')

数据分析与处理

依据时间信息,进行简单的分类处理,将10-18时的归为工作地,0-6时的归为居住地。
此处将ts对应的具体时间数据格式转为datatime格式,pandas提供的有内置函数进行转换。

data = pd.read_csv('./all_data_process.csv', encoding='GBK')
data['address_name'] = data['region'] + data['street'] + data['address']
data['ts'] = pd.to_datetime(data['ts'],format='%Y/%m/%d %H:%M')

data
  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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