用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第1张

 

先来想一下数据分析的流程,第一步获取数据,因此本节内容就是获取数据以及对数据的基本操作。

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。

1.数据导入

1.1 导入.xlsx文件

要导入一个.xlsx后缀的Excel文件,可以使用pd.read_excel(路径)方法

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第2张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第3张

 

df_review数据包含了两个字段,listing_id和date

 

读入数据时必不可少的参数就是路径,不同的操作系统下文件路径的写法也不同,通常windows操作系统下关于路径有两种写法:

  • 反斜杠“ \ ”:右键点击这个文件,选择属性,可以看到它所在的位置,默认是使用 \ 来表示,由于反斜杠“\”在Python中被定义为转义符号,因此在写的时候就要在路径的最前方加一个转义符 r,r"D:\个人\data\reviews.xlsx"
  • 斜杠“ / ”:不需要加r,全部用 / 来写:"D:/个人/data/reviews.xlsx"两种方式看个人习惯吧。

sheet_name 参数

对于.xlsx文件来说,可能会存在多个sheet表,因此也可以设置sheet_name参数指定导入的sheet表,可以传入sheet表的名字,也可以按照从0递增的顺序来指定,不指定sheet表则默认第一个sheet.

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第4张

 

 

1.2 导入.csv文件

导入.csv格式的文件使用pd.read_csv(路径)的方法

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第5张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第6张

 

df_list数据主要包括:房东ID、房东姓名、经纬度、房间类型、价格、最小可租天数、评论数量、最后一次评论时间、每月评论占比、可出租房屋、每年可出租时长等字段

指定编码格式

对于.csv文件有个重要的知识点,就是编码格式,尤其是在导入文件的时候,需要了解文件的编码格式,以免出现乱码,那么如何知道文件是什么类型的编码呢?用notepad++软件打开,右下角会显示该文件的编码格式,如刚刚导入的listings.csv文件,是utf-8编码,在书写编码时,大小写通用,且utf-8也可以写成utf8.

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第7张

 

可以用encoding参数来设置编码格式,Python默认的编码格式是utf-8。

 

中文乱码问题

对于文件路径中因为出现中文而导致的乱码问题,可以加入参数engine来避免。

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第8张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第9张

 

image.png

指定行索引

不指定行索引的话,从0开始递增的一列作为行索引,也可以指定id一列为行索引,传入参数index_col

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第10张

 

 

结果:可以看到,id列成了行索引列。

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第11张

 

指定列索引

默认第一行是列索引,也可以指定,使用header参数,header = 0,表示指定第一行为列索引。

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第12张

 

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第13张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第14张

 

指定导入列

有时候我们希望只导入指定的列即可,那么就传入usecols参数

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第15张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第16张

 

2.对数据的基本操作

导入数据后,需要对数据进行一个大概的了解,比如数据集有几行几列,每个字段的数据类型是什么,有无空值等。

预览

不必完全跑出数据,只需看下前几行,用head方法,得到的是前5行数据

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第17张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第18张

 

head()里也可传入数字,如预览前10行数据

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第19张

 

 

查看数据维度

数据集有几行几列,用shape

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第20张

 

 

结果:可以看到df_list数据集有28452行,16列

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第21张

 

查看数据类型

使用dtypes可以查看数据集所有字段的数据类型

 

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第22张

 

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第23张

 

也可以单独查看某一个字段的数据类型

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第24张

 

结果:

用一个完整的案例讲解Python数据分析的整个流程和基础知识 Python 第25张

 

如果你处于想学Python或者正在学习Python,Python的教程不少了吧,但是是最新的吗?说不定你学了可能是两年前人家就学过的内容,在这小编分享一波2020最新的Python教程。获取方式,私信小编 “ 资料 ”,即可免费获取哦!

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄