东莞模板网站好,wordpress 哪个好用吗,个人建立网站后怎么盈利,天元建设集团有限公司黄岛分公司#x1f433; 我正在和鲸社区参加“商业数据分析训练营活动” https://www.heywhale.com/home/competition/6487de6649463ee38dbaf58b #xff0c;以下是我的学习笔记#xff1a;
学习主题#xff1a;波士顿房价数据快速查看
日期#xff1a;2023.9.4
关键概念/知识点 我正在和鲸社区参加“商业数据分析训练营活动” https://www.heywhale.com/home/competition/6487de6649463ee38dbaf58b 以下是我的学习笔记
学习主题波士顿房价数据快速查看
日期2023.9.4
关键概念/知识点
数据导入查看数据缺失值的处理统计特征描述
掌握的新函数/方法
pandas.read_csv()df.head()df.tail()df.iloc[ ]df.loc[ ]df.dropna (inplaceTrue)df.describe()
代码举例
数据导入
# 一切的工作都从引入 python 库包开始import 是引入库包的语句加一个 as 就可以把原先比较长的库包名改成简写
import pandas as pd
# 读取本地数据
# Pandas数据分析库中read_csv函数能够进行读取本地数据我们将读取到的数据存储在名为 dfDataFrame的变量中
df pd.read_csv(/home/mw/input/data_analysis8875/Boston Housing Data.csv)查看数据
# Head of the data
# 现在我们将展示数据的前五行以便快速查看数据结构和内容
# head()函数默认显示前五行可以传入一个整数参数来指定显示的行数例如df.head(10)将显示前十行。
print(df.head())# Tail of the data
# 接着我们展示数据的最后五行以了解数据尾部的情况
# 与head()函数类似tail()函数也是默认显示前五行也可传入一个整数参数来指定显示的行数
print(df.tail())# Python还提供了查看特定某行或某列数据的方法可以用到iloc或者loc属性进行查看
# 如提取数据第一列的前五行
# iloc 用于基于整数索引的数据切片逗号前的 : 代表选取所有行而逗号后的 0 代表选取第一列
print(df.iloc[:,0].head())# 提取从11到20行前3列数据
print(df.iloc[10:20,0:3])# 提取从11到20行CRIM、RM、AGE三列中数据
print(df.loc[10:20,[CRIM,RM,AGE]])缺失值的处理
查找并打印数据集中每列的缺失值数量
# isna() 函数检查每个元素是否为缺失值sum() 函数将每列的缺失值数量加总
print(df.isna().sum())若数据中包含缺失值可使用如下方法进行处理 删除缺失值若缺失值不是很多可以直接选择删除缺失值
df.dropna (inplaceTrue)补充缺失值若数据量不大还要进行预测建议选择数据填充
# 填充空值核心代码将 A 列中缺失值填充为 B
df.loc [df [A].isna (),A] B统计特征描述
# 使用 describe() 函数生成数据集的描述性统计信息如计数、均值、标准差、最小值、四分位数和最大值
# 输出行依次代表数据量、平均值、标准差、最小值、下四分位点、中值、上四分位点、最大值
print(df.describe())关键总结
导入数据是进行数据分析的第一步通常来说数据一般是 csv 格式在 Python 中利用pd.read_csv()导入数据 有数据之后就要进行数据变换。通常会在这一步移除分析中的非必要数据在移除之前首先需要查看一下已有数据包括查看数据的前几行、后几行以及选择特定列的数据 通过df.isna().sum()查找缺失值数量并按照实际需要对缺失值进行删除或填充 python 中通过 describe 属性对数据的统计特征进行描述获取数据集的描述性统计信息例如平均值、标准差、最小值、最大值和四分位数。 … …
问题/困惑
只是先对于数据的加载有了初步的了解对于后续数据分析的流程尚不清楚
下一步计划
通过练习掌握pandas数据导入、查看数据、数据描述
参考资料/相关资源链接
Pandas文档:https://pandas.pydata.org/docs/
