2022-1-11第二章数据分析实战1

人口案例分析

导入文件

数据集合并-根据共有元素

核对数据是否有缺失值–两种方法

去重–unique（）

**将数据集中的空值补上正确的值（不同空值所补值不同）
**
query（）函数
排序–对指定索引排序

政治献金

数据处理
–数据读取–是否缺失–统计学概要describe（）–空值填充–异常值处理

新建候选人所在党派
①建立字典–作为映射基础

②使用map函数做映射–map函数

③统计每个党派出现的次数–value_counts()–计算传入参数中各种元素的个数

④收到政治献金总额计算–分组函数groupby(by=’’)

⑤map函数的应用

总结：常用函数
pd.read_csv（）读文件
df.merge()合并表
df.describe()统计学属性
df.loc[]取出其中为True的行数据
df.drop(labels=,axis=)删除某列，axis0和1相反，1为列，0为行
df.sort_value(by=’’)依据某索引排序
df.info()表属性
df.groupby（）分组函数
df.unique()去重函数
df.map（）映射函数
df.value_counts（）计算series中各元素出现次数
df.query()条件查找函数，里面为字符串语句