一:分析背景与目的
-
背景
手头拿到一份FIFA-2018 player的数据,获得途径可以是:官方网站下载、相关数据网站下载、爬虫获得等等 -
分析目的
对整体情况进行了解,用数据给球员做出规划参考,让球迷看到不一样的FIFA。(可能并不专业)
二:数据采集和处理
1、数据概况
describe一下数据源,可看到共计有17994条数据,6个描述列。
可以重点关注一下平均值,最大最小值。看看是否有需要清洗的数据。
# 导入模块
import pandas as pd
import numpy as py
import matplotlib.pyplot as plt
#导入数据
df = pd.read_csv('./FIFA_2018_player.csv')
#查看前5条数据
df.head()
#查看数据总体情况
df.describe()
对整体有了大体了解后,可以开始着手数据清洗,主要考虑清洗null值、重复值、异常值等。
#清洗数据
#先看看有没有null值
df[df.name.isnull()]
df[df.age.isnull()]
df[df.height_cm.isnull()]
df[df.weight_kg.isnull()]
df[df.eur_value .isnull()]
df[df.eur_wage.isnull()]
#league 联赛是否有null值 对null怎么处理?对数据影响不大,可以删除
df[df.league.isnull()]
#删除null的index
df.drop(df[df.league.isnull()].index,inplace=True)
#看一下有没有重复值 可以是某列,某几列,全部
df[df.duplicated()]
#多列重复的
df[df[['full_name','club'