Python数据分析实战-Boston Public Schools GEO数据分析-Part1

项目目标：

Boston Public Schools Geo数据是来自于Boston地区的公共学校的数据，具体描述了学校的坐标，名字，类型等。基于此数据，我们可以学习一些基本的Python数据分析的方法。例如，研究学校的分布情况，类型统计等。

数据集介绍:

数据集的介绍如下，其中比较重要的字段有X，Y坐标，ADDRESS地址，ZIPCODE，School类型

Data columns (total 21 columns):
X 131 non-null float64
Y 131 non-null float64
OBJECTID_1 131 non-null int64
OBJECTID 131 non-null int64
BLDG_ID 131 non-null int64
BLDG_NAME 131 non-null object
ADDRESS 131 non-null object
CITY 131 non-null object
ZIPCODE 131 non-null int64
CSP_SCH_ID 131 non-null int64
SCH_ID 131 non-null int64
SCH_NAME 131 non-null object
SCH_LABEL 131 non-null object
SCH_TYPE 131 non-null object
SHARED 131 non-null object
COMPLEX 131 non-null object
Label 131 non-null int64
TLT 131 non-null int64
PL 131 non-null object
POINT_X 131 non-null float64
POINT_Y 131 non-null float64

关键代码实现:

1. 加载数据

   schools = pd.read_csv('../input/Public_Schools.csv')
   schools.info()

   
   可以看到数据字段如下，一共有21个字段，其中有9个Object类型，4个float64, 8个int64
    

   

   <class 'pandas.core.frame.DataFrame'>
   RangeIndex: 131 entries, 0 to 130
   Data columns (total 21 columns):
   X 131 non-null float64
   Y 131 non-null float64
   OBJECTID_1 131 non-null int64
   OBJECTID 131 non-null int64
   BLDG_ID 131 non-null int64
   BLDG_NAME 131 non-null object
   ADDRESS 131 non-null object
   CITY 131 non-null object
   ZIPCODE 131 non-null int64
   CSP_SCH_ID 131 non-null int64
   SCH_ID 131 non-null int64
   SCH_NAME 131 non-null object
   SCH_LABEL 131 non-null object
   SCH_TYPE 131 non-null object
   SHARED 131 non-null object
   COMPLEX 131 non-null object
   Label 131 non-null int64
   TLT 131 non-null int64
   PL 131 non-null object
   POINT_X 131 non-null float64
   POINT_Y 131 non-null float64
   dtypes: float64(4), int64(8), object(9)
   memory usage: 21.6+ KB

   

   
   2.接下来，探索数据的缺失值

   schools.isnull().any() 

   可以看到，数据没有缺失值

   

    1 X False
    2 Y False
    3 OBJECTID_1 False
    4 OBJECTID False
    5 BLDG_ID False
    6 BLDG_NAME False
    7 ADDRESS False
    8 CITY False
    9 ZIPCODE False
   10 CSP_SCH_ID False
   11 SCH_ID False
   12 SCH_NAME False
   13 SCH_LABEL False
   14 SCH_TYPE False
   15 SHARED False
   16 COMPLEX False
   17 Label False
   18 TLT False
   19 PL False
   20 POINT_X False
   21 POINT_Y False
   22 dtype: bool

   

    

2. 接下来，Count frequency of schools in each city
    

   1 schools_per_city = schools['CITY'].value_counts()
   2 sns.set()
   3 plt.rcParams['figure.figsize'] = [20, 7]
   4 sns.barplot(x=schools_per_city.index, y=schools_per_city.get_values())

   
   

可以看到不同地区的公立学校不同数量

1. 按照ZIPCode统计学校情况

   1 school_zipcode = schools['ZIPCODE'].value_counts() sns.set() 
   2 sns.barplot(x=school_zipcode.index, y=school_zipcode.get_values())

    

   

未完待续~  欢迎大家关注我的公众号，“思享会Club”，获取该内容资源。欢迎大家访问http://gkhelp.cn 获取更多项目