数据处理和统计分析——05 Pandas数据分析

1 计算常用统计值

• 加载数据：

  

• 查看数据字段说明：

  

• 查看数据行数和列数：

  

• 对DataFrame进行统计分析，得到计数（count）、平均值（mean）、标准差（std）、最小值（min）：

  

  

  

• 可以通过info()方法了解不同字段的条目数量，数据类型，是否缺失及内存占用情况

  

2 常用排序方法

2.1 例：找到小成本高口碑电影

• nlargest(n, '列名')：获取某一列取值最大的前n条数据

• nsmallest(n, '列名')：获取某一列取值最小的前n条数据

  

2.2 例：找到每年imdb评分最高的电影

• sort_values：根据指定列的值对 DataFrame 进行排序，支持多列排序并可分别指定升序或降序；

  

• drop_duplicates：删除 DataFrame 中指定列的重复行，可选择保留第一个或最后一个出现的记录；

  

2.3 例：提取出每年，每种电影分级中预算少的电影

3 租房数据分析练习

3.1 加载数据&预处理

3.2 查看数据

• house_data.head()：查看数据前5行

  

• house_data.info()：查看列数据分布

  

• house_data.describe()：查看列统计指标

  

• house_data.shape：查看数据形状

  

3.3 简单数据分析

• 找到租金最低，和租金最高的房子

  

• 找到最近新上的10套房源

  

• 查看所有更新时间

  

• 看房人数

  

• 不同看房人数的房源数量

  

• 画图：

  

• 房租价格分布

  

• 统计最受欢迎的朝向

  

• 房型在各个区域的分布情况

  # 设置正常显示汉字和负号
  import matplotlib.pyplot as plt
  plt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示汉字
  plt.rcParams['axes.unicode_minus'] = False # 正常显示负号
  

  

• 最受欢迎的房型

  

• 不同房型的平均租金

  

• 热门小区