用Python进行数据分析项目实战之福布斯系列文章，目前已发布的相关文章如下：
在上篇文章中，介绍了使用python爬取福布斯全球上市企业2000强排行榜(Forbes Global 2000)数据的思路和步骤。
在获取数据后，首先需要对获得的数据的完整性情况进行检查，主要查看数据是否有缺失、是否有重复、是否有数据错位或其他异常情况。
数据完整性检查也包括不同数据来源的对比，以及其他一些常识性的知识。
当然，在拿到数据的初期，其实只能做一个初步的判断，有些内容是在整个分析过程中发现的。
1 每年企业数量检查
福布斯全球上市企业2000强排行榜，企业数量应该是2000家，或者稍微多几家(因为排名可能相同，会增加少量企业)。
所以首先需要检查这个排行榜上每年的企业数量，如果明显多余2000家或者少于2000家企业，则说明获得的数据可能异常。
在使用Python分析时，可以用Pandas来进行检查，使用 DataFrame.shape就可以查看企业数量。
下面以2007年的数据为例来介绍。 代码如下
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
