Python数据分析练习
文章平均质量分 81
Python数据分析练习
骑着蜗牛ひ追导弹'
鲸落于海,星沉于洼,风隐于密林,蝉鸣漏进夏至。
展开
-
【数据清洗实战---Trip】---- 用Python给数据洗澡澡~
【数据清洗实战】---- 用Python给数据洗澡澡~数据清洗 ---- 流程一、数据的读写:pd.read_sql_…()pd.read_csv()pd.read_excel()二、数据探索与描述:df.shapedf.info()df.describe() 数值型数据的统计描述三、数据简单处理:行、列1.去除数据间的空格:多指存在于特征之间的空格----strip()strip()函数一次只能去除一个特征的空格,可以使用循环、列表去除[x.strip() fo原创 2020-09-09 21:11:13 · 1242 阅读 · 2 评论 -
【Python --- lambda表达式】 对数据集中的各国家人口数进行排序
【Python — lambda表达式】 对数据集中的各国家人口数进行排序下面是关于世界国家人口统计的数据,利用lambda表达式对其进行排序。提取数据# -*- coding: utf-8# @Time : 2020/12/8 10:38# @Author : ZYX# @File : lambda01.py# @software: PyCharmimport pandas as pddata = open('data/countries_zh.txt原创 2020-12-08 14:55:03 · 1312 阅读 · 0 评论 -
【Python数据分析与处理 实训01】 ---- 菜品订单信息分析(数据了解及简单统计)
【Python数据分析与处理 实训01】 ---- 菜品订单信息分析探索Chipotle快餐数据对于下面的数据集进行简单的一些数据的分析训练:若需要源数据请私信~1. 将数据集存入一个名为chipo的数据框内chipo = pd.read_csv("G:\Projects\pycharmeProject\大数据比赛\泰迪智能科技\data\chipotle.tsv",sep="\t")这里就是最基本的数据集读取,并且指定分割符为 \t2. 查看10行内容print(chip原创 2020-11-30 17:07:33 · 6366 阅读 · 0 评论 -
【Python数据分析与处理 实训02】 ---2012欧洲杯信息分析(数据过滤与排序)
【Python数据分析与处理 实训02】 —2012欧洲杯信息分析探索2012欧洲杯信息对于下面的数据集进行简单的一些数据的分析训练:若需要源数据请私信~读取数据euro12 = pd.read_csv("G:\Projects\pycharmeProject\大数据比赛\泰迪智能科技\data\Euro2012.csv",sep=",",index_col=0)print(euro12.head(10))通过给定的数据集,可以发现原始数据中的第一列为team,第一行为字段列名,原创 2020-11-30 18:51:05 · 7907 阅读 · 7 评论 -
【Python数据分析与处理 实训03】 --- 酒类消费信息分析(数据分组聚合 group().agg()应用)
【Python数据分析与处理 实训03】 — 酒类消费信息分析探索酒类消费信息对于下面的数据集进行简单的一些数据的分析训练:若需要源数据请私信~1.将数据框命名为drinksdrinks = pd.read_csv("G:\Projects\pycharmeProject\大数据比赛\泰迪智能科技\data\drinks.csv")print(drinks.head())2.哪个大陆(continent)平均消耗的啤酒(beer)更多avg = drinks.groupby(原创 2020-12-01 09:53:33 · 5066 阅读 · 0 评论 -
【Python数据分析与处理 实训04】--- 探索1960 - 2014美国犯罪数据(时间序列处理应用)
【Python数据分析与处理 实训04】— 探索1960 - 2014美国犯罪数据探索1960 - 2014美国犯罪数据信息对于下面的数据集进行简单的一些数据的分析训练:若需要源数据请私信~1.将数据框命名为crimecrime = pd.read_csv('G:/Projects/pycharmeProject/大数据比赛/泰迪智能科技/data/US_Crime_Rates_1960_2014.csv',sep=",",index_col=0)print(crime)2.每原创 2020-12-01 11:46:18 · 5681 阅读 · 5 评论 -
【Python数据分析与处理 实训05】--- 探索虚拟姓名数据(数据合并)
【Python数据分析与处理 实训05】— 处理分析虚拟姓名数据(数据合并)探索虚拟姓名数据1.声明数据raw_data_1 = { 'subject_id': ['1', '2', '3', '4', '5'], 'first_name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'], 'last_name': ['Anderson', 'Ackerman', 'Ali', 'Aoni', 'Atiches']}raw_data_2 = { '原创 2020-12-01 16:56:59 · 3275 阅读 · 11 评论