zoukankan      html  css  js  c++  java
  • 4,根据美国各州人口,土地面积进行数据分析

    数据私信我获取


    1,导入文件,查看原始数据

    import numpy as np
    from pandas import DataFrame,Series
    import pandas as pd
    abb = pd.read_csv('./data/state-abbrevs.csv')
    pop = pd.read_csv('./data/state-population.csv')
    area = pd.read_csv('./data/state-areas.csv')
    

    2,将人口数据和各州简称数据进行合并

    display(abb.head(1),pop.head(1))
    abb_pop = pd.merge(abb,pop,left_on='abbreviation',right_on='state/region',how='outer')
    abb_pop.head()
    

      

    3,将合并的数据中重复的abbreviation列进行删除

    abb_pop.drop(labels='abbreviation',axis=1,inplace=True)
    abb_pop.head()
    

      

    4,查看存在缺失数据的列

    abb_pop.isnull().any(axis=0)
    

      

    5,找到有哪些state/region使得state的值为NaN,进行去重操作 

    #1.检测state列中的空值
    abb_pop['state'].isnull()
    #2.将1的返回值作用的state_region这一列中
    abb_pop['state/region'][abb_pop['state'].isnull()]
    #3.去重
    abb_pop['state/region'][abb_pop['state'].isnull()].unique()
    

    6,为找到的这些state/region的state项补上正确的值,从而去除掉state这一列的所有NaN  

    abb_pop['state/region'] == 'USA'
    indexs = abb_pop['state'][abb_pop['state/region'] == 'USA'].index
    abb_pop.loc[indexs,'state'] = 'United State'
    
    pr_index = abb_pop['state'][abb_pop['state/region'] == 'PR'].index
    abb_pop.loc[pr_index,'state'] = 'PPPRRR'
    

    7,合并各州面积数据areas 我们会发现area(sq.mi)这一列有缺失数据,找出是哪些行 去除含有缺失数据的行 找出2010年的全民人口数据 计算各州的人口密度 排序,并找出人口密度最高的五个州 df.sort_values()

    #合并各州面积数据areas
    abb_pop_area = pd.merge(abb_pop,area,how='outer')
    abb_pop_area.head()
    

      

    #我们会发现area(sq.mi)这一列有缺失数据,找出是哪些行
    abb_pop_area['area (sq. mi)'].isnull()
    a_index = abb_pop_area.loc[abb_pop_area['area (sq. mi)'].isnull()].index
    #去除含有缺失数据的行
    abb_pop_area.drop(labels=a_index,axis=0,inplace=True)
    #找出2010年的全民人口数据
    abb_pop_area.query('year == 2010 & ages == "total"')
    #计算各州的人口密度
    abb_pop_area['midu'] = abb_pop_area['population'] / abb_pop_area['area (sq. mi)']
    abb_pop_area.head()


    8,排序,并找出人口密度最高的五个州 df.sort_values()

    abb_pop_area.sort_values(by='midu',axis=0,ascending=False).head()
    

       

  • 相关阅读:
    netcore3.0使用Session
    docker redis使用
    协变和逆变
    HashTable、Dictionary、ConcurrentDictionary三者区别
    设计模式-行为型-解释器模式
    设计模式-行为型-备忘录模式
    jq实现批量全选与反选
    call()和apply()的用法及区别,看这个例子就明白了
    谈谈对闭包的理解
    export,import和export default的区别
  • 原文地址:https://www.cnblogs.com/feifeifeisir/p/10497338.html
Copyright © 2011-2022 走看看