项目练习

最新推荐文章于 2022-05-04 01:25:13 发布

unorth

最新推荐文章于 2022-05-04 01:25:13 发布

阅读量766

点赞数

本文链接：https://blog.csdn.net/zjjnorth/article/details/82351741

版权

本文提供了一系列数据操作练习，包括计算最受欢迎的出行开始时间、用户类型细分以及根据月份和星期名筛选数据。通过这些练习，读者可以提升在数据集上进行时间戳处理、用户分类统计以及数据过滤的能力。

摘要由CSDN通过智能技术生成

接下来的三个练习将帮助你更好地完成项目。这些问题都用到了项目中 chicago.csv 数据集的迷你版。

练习题 1：计算最受欢迎的开始时间

使用 pandas 在 dataframe 中加载 chicago.csv，并找到人们开始出行频率最高的 hour 时刻。数据集中并没有 hour 列，但你可以通过提取 “Start Time” 中的 hour 来创建 hour 列。为了完成这一点，你可以使用 pandas 的 to_datetime() 方法来将 “Start Time” 转换为 datetime 数据类型，并使用这些 properties 来提取相关属性，如 hour。

提示：描述列中最常见值的另一种方法是 mode (众数）。

练习答案 1：计算最受欢迎的开始时间

import pandas as pd

filename = 'chicago.csv'

# load data file into a dataframe
df = pd.read_csv(filename)

# convert the Start Time column to datetime
df['Start Time'] = pd.to_datetime(df['Start Time'])

# extract hour from the Start Time column to create an hour column
df['hour'] = df['Start Time'].dt.hour

# find the most popular hour
popular_hour = df['hour'].mode()[0]

print('Most Popular Start Hour:', popular_hour)