一、人口分析

　　現在有三個文本文件，state-abbrevs.csv存放的是每個州的名字及簡寫；state-areas.csv存放的州名和占地面積；state-population.csv存放的州名簡寫和人口信息。

　　1，題目要求

- 導入文件，查看原始數據- 將人口數據和各州簡稱數據進行合并- 將合并的數據中重復的abbreviation列進行刪除- 查看存在缺失數據的列- 找到有哪些state/region使得state的值為NaN，進行去重操作- 為找到的這些state/region的state項補上正確的值，從而去除掉state這一列的所有NaN- 合并各州面積數據areas- 我們會發現area(sq.mi)這一列有缺失數據，找出是哪些行- 去除含有缺失數據的行- 找出2010年的全民人口數據- 計算各州的人口密度- 排序，并找出人口密度最高的五個州 df.sort_values()

　　2，導入文件，查看每個表的數據

import numpy as np from pandas import DataFrame,Series import pandas as pdf1=pd.read_csv('state-abbrevs.csv') f2=pd.read_csv('state-areas.csv') f3=pd.read_csv('state-population.csv')

　　3，將人口數據和各州的簡稱數據合并，然后把重復的列給刪除

f4=pd.merge(f1,f3,left_on='abbreviation',right_on='state/region',how='outer') f5=f4.drop(labels='abbreviation',axis=1) f5.head()

　　4，查看存在缺失數據的列

f5.isnull().any(axis=0)

　　5，找出缺失‘state’數據的州的簡稱

f5.loc[f5['state'].isnull()]['state/region'].unique()

　　6，給缺失的‘state’補上對應的值

indexs1=f5.loc[f5['state/region']=='PR'].index f5.loc[indexs1,'state']='prorrrr' indexs2=f5.loc[f5['state/region']=='USA'].index f5.loc[indexs2,'state']='unista'

　　7，合并各州面積數據

f6=pd.merge(f5,f2,on='state') f6.head()

　　8，找出缺失area的行，然后刪除

con = f6['area (sq. mi)'].isnull() indexs = f6.loc[con].index f6.drop(labels=indexs,axis=0,inplace=True)

　　9,找出2010年的全民人口數據

f7=f6.query('year==2010 & ages=="total"') f7.head()

　　10，計算各州的人口密度

f7['ss']=f7['population']/f7['area (sq. mi)'] f7.head()

　　11，排序，找出人口密度最高的前5個

f7.sort_values('ss',axis=0,ascending=False).head()

　　二、總統候選人政治獻金數據分析

　　現在有一個usa_election.txt文本文件，存放的是總統候選人政治獻金的相關數據。

　　1，題目要求

1.讀取文件usa_election.txt2.查看文件樣式及基本信息3.【知識點】使用map函數+字典，新建一列各個候選人所在黨派party4.使用np.unique()函數查看colums：party這一列中有哪些元素5.使用value_counts()函數，統計party列中各個元素出現次數，value_counts()是Series中的，無參，返回一個帶有每個元素出現次數的Series6.【知識點】使用groupby()函數，查看各個黨派收到的政治獻金總數contb_receipt_amt 7.查看具體每天各個黨派收到的政治獻金總數contb_receipt_amt 。使用groupby([多個分組參數]) 8. 將表中日期格式轉換為'yyyy-mm-dd'。日期格式,通過函數加map方式進行轉換
9.查看老兵(捐獻者職業)DISABLED VETERAN主要支持誰 ：查看老兵們捐贈給誰的錢最多

　　2，讀取文件

usa_election=pd.read_csv('./data/usa_election.txt') usa_election.head()

　　3，新建一列為各候選人所在黨派party

parties = {'Bachmann, Michelle': 'Republican','Romney, Mitt': 'Republican','Obama, Barack': 'Democrat',"Roemer, Charles E. 'Buddy' III": 'Reform','Pawlenty, Timothy': 'Republican','Johnson, Gary Earl': 'Libertarian','Paul, Ron': 'Republican','Santorum, Rick': 'Republican','Cain, Herman': 'Republican','Gingrich, Newt': 'Republican','McCotter, Thaddeus G': 'Republican','Huntsman, Jon': 'Republican','Perry, Rick': 'Republican' } usa_election['party']=usa_election['cand_nm'].map(parties) usa_election.head()

　　4，查看所有候選人共幾個黨派，及各黨派出現過多少次

usa_election['party'].unique()
usa_election['party'].value_counts()

　　5，查看各黨派收到的政治獻金總數，查看每天各黨派收到的政治獻金總數

usa_election.groupby(by='party')['contb_receipt_amt'].sum()
usa_election.groupby(['party','contb_receipt_dt'])['contb_receipt_amt'].sum()

　　6，把日期格式轉化為數字格式，如“2013-11-12”

def transform_date(date):day,mon,year = date.split('-')month = months[mon]return '20'+year + '-' + str(month) + '-' + dayusa_election['contb_receipt_dt'] = usa_election['contb_receipt_dt'].map(transform_date)

　　7,查看老兵（職業為DISABLED VETERAN）支持誰，給誰捐款最多

old_bing=usa_election.loc[usa_election['contbr_occupation'] == 'DISABLED VETERAN'] old_bing.groupby('cand_nm')['contb_receipt_amt'].sum()

轉載于:https://www.cnblogs.com/12345huangchun/p/10420726.html

總結

以上是生活随笔為你收集整理的数据分析之练习一的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。