点击上方“数据蛙DataFrog”,选择“加为星标”
第一时间关注数据分析干货!
作者:砂糖侠
编辑:DataFrog
原文链接在文末可点击查阅读!
一、项目背景
案例类型:练习
案例工具:Python、Qgis
案例目的:通过实战进行学习,让大家综合运用基础知识,加深印象巩固记忆。
二 、提出问题
①通过餐饮数据分析选出最具有竞争力的品类;
②通过建立综合分数指标的计算公式来挑选出最适合地址。
三、理解数据
读取数据集后,通过info()和describe()方法来查看一下数据的基本情况。
data.info()
——————————————————————————
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 96398 entries, 0 to 96397
Data columns (total 10 columns):
类别 96258 non-null object
行政区 96255 non-null object
点评数 96398 non-null int64
口味 96398 non-null float64
环境 96398 non-null float64
服务 96398 non-null float64
人均消费 96398 non-null int64
城市 96398 non-null object
Lng 96398 non-null float64
Lat 96398 non-null float64
dtypes: float64(5), int64(2), object(3)
memory usage: 7.4+ MB
数据共计96398个,10个变量/特征,数据类型数量为 float64(5), int64(2), object(3),粗略观察,数据明显有缺失值的情况,需要进行数据的清洗。
四、数据处理
使用data.isnull().values.sum()检查空值数量,检查出283个空值。
由于空值占数据总量比例为283/96398 = 0.0029,删除空值并不影响整体的数据情况,所以这里采用删除的办法来处理空值。
使用data.dropna()对空值进行删除,再使用data.isnull().values.sum()