pandas数据分析美国各区人口普查案例

需求：

  • 导入文件，查看原始数据
  • 将人口数据和各州简称数据进行合并
  • 将合并的数据中重复的abbreviation列进行删除
  • 查看存在缺失数据的列
  • 找到有哪些state/region使得state的值为NaN，进行去重操作
  • 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
  • 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()

1. 导入文件，查看原始数据

import numpy as np
from pandas import DataFrame,Series
import pandas as pd

2. 将人口数据和各州简称数据进行合并

3. 将合并的数据中重复的abbreviation列进行删除

4. 查看存在缺失数据的列

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

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

7. 合并各州面积数据areas

8. 我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行

9. 去除含有缺失数据的行

10. 找出2010年的全民人口数据

11. 计算各州的人口密度

12. 排序，并找出人口密度最高的五个州 df.sort_values()

赞 (0)

相关推荐