利用python分析：2018年北京积分落户数据

‘’’
本次分析的数据是2018年北京积分落户数据分析
这个数据是从官网上下载下来的，因此此数据不存在数据缺失，不需要做数据清洗
本文是使用numpy、pandas和matplotlib来分析此数据
可以分析的数据
1.关于公司：
1）哪些公司落户北京的人多
2.关于积分
1）哪个积分区间人最多
3.关于生日
1）落户北京的年龄范围
‘’’
#导入相关库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#将csv导入到jupyter，并将id设置为行索引
luohu_data = pd.read_csv(’./bj_luohu.csv’,index_col= ‘id’)

#查看数据前五行，看看数据是什么，有哪些信息
luohu_data.head()

#涉及名字这个敏感信息，将姓名列删除
luohu_data =luohu_data.drop(columns=[‘name’])
luohu_data.head()

‘’’
1.分析公司相关的数据
1）哪些公司落户北京的人多
‘’’
#按照公司进行分组，不重新设置索引，并查看每个公司被重复的次数
company_data = luohu_data.groupby(‘company’,as_index=False).count()[[‘company’,‘score’]]
company_data

#优化下结果
#将列索引的‘score’更换为‘people_count’
#将所有以‘people_count’列从大到小排序
company_data.rename(columns={‘score’:‘people_count’},inplace=True)
company_sorted_data = company_data.sort_values(‘people_count’,ascending=False)
company_sorted_data