- 从http://fueleconomy.gov/geg/epadata/vehicles.csv.zip
下载汽车油耗数据集并解压
- 进入jupyter notebook(ipython notebook)并新建一个New Notebook
- 输入命令
[python] view plaincopy
importpandas as pd
importnumpy as np
fromggplotimport*
importmatplotlib.pyplot as plt
%matplotlib inline
vehicles = pd.read_csv("vehicles.csv")
vehicles.head
按下Shift +Enter 键,可以看到如下结果:
其中 pandas中Data Frame类的边界方法head,查看一个很有用的数据框data frame的中,包括每列的非空值数量和各列不同的数据类型的数量。
描述汽车油耗等数据
- 查看有多少观测点(行)和多少变量(列)
- 查看年份信息
len(pd.unique(vehicles.years))
min(vehicles.year)
max(vehicles.year)
- 查看燃料类型
pd.value_counts(vehicles.fuelTypel)
- 查看变速箱类型
pd.value_counts(vehicles.trany)
trany变量自动挡是以A开头,手动挡是以M开头;故创建一个新变量trany2:
vehicles['trany2'] = vehicles.trany.str[0]
pd.value_counts(vehicles.trany2)
同理可以查看其它特征数据
分析汽车油耗随时间变化的趋势
- 先按照年份分组
grouped = vehicle.groupby('year')
- 再计算其中三列的均值
averaged= grouped['comb08', 'highway08', 'city08'].agg([np.mean])