扫码加入数据分析学习群

1. 导入数据

df=pd.read_csv('.csv')

df.head()

2. 初步探索数据

2.1. 查看数据类型

df.info()

2.2. 查看Shape

df.shape

2.3. 是否有缺失值

3. 对数据进行清洗

3.1. 城市

df[''].unique()

df['']=df[''].str.strip('[2107]')

3.2. 国家

df['']=df[''].str.strip()

3.3. 人口

df['']=df[''].str.replace(',','').astype(int32)

3.4. 日期

df['']=pd.to_datetime(df[''])

3.5. 保存数据

df.to_csv('.csv')

4. 数据分析

4.1. 重新设置索引(将排名设置为索引)

df.reset_index('Rank',inplace=True)

df.reset_index(drop=True, inplace=True)

df.head(3)

df.index=df.index+1

df.head(3)

4.2. 查看哪个国家城市最多

df['State'].value_counts()

df['State'].value_counts()[0:10].plot(kind='barh')

4.3. 查看哪个国家人口最多

df[['State','Population']].groupby('State').sum().sort_values('Population'ascending=False)

df1=df[['State','Population']].pivot_table(index='State',aggfunc='sum').nlargest(10,columns='Population')

df1

df1.plot(kind='barh')