[公开]北京住房抽样调查中标公告

020/Python-Data-Analysis

/01-Pandas-基础与应用/02-数据清洗与处理/02-数据清洗与处理.py
# Python-Data-Analysis
Python数据分析相关学习笔记及练习

/01-Pandas-基础与应用/01-Pandas基础/01-Pandas基础.py
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = pd.read_csv('D:/Python/Python-Data-Analysis/01-Pandas-基础与应用/01-Pandas基础.csv', encoding='gbk')
data.head(10)

data.info()

#1.查看数据类型
data.dtypes

#2.查看数据描述性统计信息
data.describe()

#3.查看缺失值
data.isnull()

#4.查看缺失值总数
data.isnull().sum()

#5.删除缺失值
data.dropna(how='any', inplace=True)

#6.填充缺失值
data.fillna(value=-999, inplace=True)

#7.查看数据重复
data.duplicated()

#8.删除数据重复
data.drop_duplicates(inplace=True)

#9.重命名列名
data.rename(columns={'学号': 'id', '姓名': 'name', '性别': 'sex', '成绩': 'score'}, inplace=True)

#10.数据分组
data.groupby('sex').mean()

#11.数据分组后求和
data.groupby('sex').sum()

#12.数据分组后求平均值
data.groupby('sex').mean()

#13.数据分组后求最大值
data.groupby('sex').max()

#14.数据分组后求最小值
data.groupby('sex').min()

#15.数据分组后求方差
data.groupby('sex').var()

#16.数据分组后求标准差
data.groupby('sex').std()

#17.数据分组后求中位数
data.groupby('sex').median()

#18.数据分组后求众数
data.groupby('sex').agg(lambda x: x.value_counts().index[0])

#19.数据分组后求和
data.groupby('sex')['score'].sum()

#20.数据分组后求平均值
data.groupby('sex')['score'].mean()

#21.数据分组后求最大值
data.groupby('sex')['score'].max()

#22.数据分组后求最小值
data.groupby('sex')['score'].min()

#23.数据分组后求方差
data.groupby('sex')['score'].var()

#24.数据分组后求标准差
data.groupby('sex')['score'].std()

#25.数据分组后求中位数
data.groupby('sex')['score'].median()

#26.数据分组后求众数
data.groupby('sex')['score'].agg(lambda x: x.value_counts().index[0])

#27.绘制柱状图
data['sex'].value_counts().plot(kind='bar')
plt.show()

#28.绘制饼图
data['sex'].value_counts().plot(kind='pie')
plt.show()

#29.绘制条形图
data.plot(kind='bar', x='id', y='score', stacked=True)
plt.show()

#30.绘制折线图
data.plot(kind='line', x='id', y='score')
plt.show()

#31.绘制散点图
data.plot(kind='scatter', x='id', y='score')
plt.show()

#32.绘制热力图
data.plot(kind='heatmap', x='id', y='score')
plt.show()

#33.绘制直方图
data.plot(kind='hist', y='score')
plt.show()

#34.绘制箱型图
data.plot(kind='box', y='score')
plt.show()

#35.绘制分位数图
data.plot(kind='quantile', y='score')
plt.show()

#36.绘制雷达图
data.plot(kind='radar', y='score')
plt.show()

#37.绘制多变量散点图
data.plot(kind='scatter', x='id', y='score', c='sex', colormap='rainbow')
plt.show()

#38.绘制多变量条形图
data.plot(kind='bar', x='id', y='score', c='sex', colormap='rainbow')
plt.show()

#39.绘制多变量饼图
data.plot(kind='pie', x='id', y='score', c='sex', autopct='%1.1f%%')
plt.show()

#40.绘制多变量箱型图
data.plot(kind='box', x='id', y='score', c='sex', fontsize=8)
plt.show()

#41.绘制多变量雷达图
data.plot(kind='radar', y='score', title='雷达图', colors=['r', 'b', 'g'])
plt.show()

#42.绘制多变量直方图
data.plot(kind='hist', y='score', c='sex', colormap='rainbow')
plt.show()

#43.绘制多变量分位数图
data.plot(kind='quantile', y='score', c='sex', colormap='rainbow')
plt.show()

#44.绘制多变量雷达图
data.plot(kind='radar', y='score', c='sex', title='多变量雷达图', colors=['r', 'g'])
plt.show()

#45.绘制多变量散