共享单车数据爬取_共享单车数据分析-python

目录

一、获取数据

二、理解数据

三、 数据清洗

四、数据可视化分析

一、获取数据

从kaggle下载数据集

Cycle Share Dataset​www.kaggle.com

此数据是Pronto在西雅图运营的500辆共享单车数据（2014-2016年），提供了包括租车信息、共享单车信息以及每日天气数据。

二、理解数据

1.导入需要用到的工具包

import pandas as pd   # 导入数据框处理工具包

import datetime      # 导入处理时间工具包

import matplotlib.pyplot as plt       # 导入matplotlib工具包中绘图函数pyplot
%matplotlib inline
plt.style.use('ggplot') # 选择画图风格

import warnings         # 忽略警告提示
warnings.filterwarnings('ignore')

from pylab import mpl    
mpl.rcParams['font.sans-serif'] =['SimHei']    # 指定默认中文字体
mpl.rcParams['axes.unicode_minus'] = False    # 解决保存图像中负号‘-’显示为方块的问题

2.导入需要分析的数据

trip = pd.read_csv(r"C:UsersAdministratorDesktopkaggle datacycle-share-datasettrip.csv", encoding = 'utf8', sep = ',')
weather = pd.read_csv(r"C:UsersAdministratorDesktopkaggle datacycle-share-datasetweather.csv", encoding = 'utf8', sep = ',')

数据存储格式为CSV文件，用记事本方式打开数据集并设置为中文编码（utf8），为后期分析中文数据集打下良好基础。

3.查看数据集信息

对数据集进行概览，查看字段数据类型及缺失值情况，如存在缺失值，后期应对缺失值加以处理再进行分析问题。

4.删除冗余字段

通过对数据集的概览，删除冗余字段并重命名重要字段，减少内存的占用，加快数据处理速度，增加数据的可读性。

weather.drop(['Max_Temperature_F','Min_TemperatureF',
              'Max_Dew_Point_F','Min_Dewpoint_F',
              'Max_Humidity','Min_Humidity',
              'Max_Sea_Level_Pressure_In','Min_Sea_Level_Pressure_In',
              'Max_Visibility_Miles','Min_Visibility_Miles',
             'Max_Wind_Speed_MPH','Max_Gust_Speed_MPH','Events'],axis = 1,inplace