利用Python进行数据分析笔记-第二章
2017-12-05 18:02
465 查看
json数据的读取:
import json #待读取json文件路径 path = 'xxx' #records为json数组 records = [json.loads(line) for line in open(path)]
用字典计数(两种方式):
#纯手写的方式 def get_counts(sequence): counts = {} for x in sequence: if x in counts: counts[x] += 1 else: counts[x] = 1 return counts #使用defaultdict from collections import defaultdict def get_counts2(sequence): #所有的值均初始化为0 counts = defaultdict(int) for x in sequence: counts[x] += 1 return counts
字典计数后,取前n位(两种方式):
def top_counts(count_dict,n = 10): #count_dict为之前求的计数字典 value_key_pairs = [(count,tz) for tz,count in count_dict.items()] #即将字典转化为元组数组后排序,注意元组的第0项为技术值 value_key_pairs.sort() 取倒数n项 return value_key_pairs[-n:] #第二种方式,使用collections.Counter from collections import Counter #time_zone为希望计数和求前n项的数组 counts = Counter(time_zone) counts.mostCommon(10)
将数据转化为DataFrame:
利用frame的value_counts()方法轻松对tz进行计数并且返回前n项:
为tz(时区)绘图,替换了缺失值和空字符串:
移除某列为空值的数据:
#a为空,则移除 cframe = frame[frame.a.notnull()]
调用np.where对a进行转换:
operating_system = np.where(cframe['a'].str.contains('Windows'),'Windows','Not Windows')
对frame进行分组:
operating_system = np.where(cframe['a'].str.contains('Windows'),'Windows','Not Windows') #cframe通过tz列和operating_system进行分组 by_tz_os = cframe.groupby(['tz',operating_system]) #分组后的处理 agg_counts = by_tz_os.size().unstack().fillna(0)
效果截图:
选取最常出现的时区,并绘制条形图:
反映操作系统用户比例的堆积条形图:
调用pandas.read_table将数据(未以字典形式存储,以一些分隔符分割)转换为DataFrame:
合并users,ratings,movies这三张表,注意pandas可以通过列名识别键:
利用聚合方法pivot_table,按性别计算每部电影的平均得分:
利用groupby()分组,过滤掉评分数据不够250条的电影:
对DataFrame进行排序,sort_index()方法:
为mean_ratings**添加分歧列**,比较男女分歧:
利用std()计算分歧最大的电影(即标准差):
利用pandas.read_csv加载数据到DataFrame:
对frame分组后两种方式聚合数据:
利用pandas.concat()进行数据组装,两点需要注意,1.pandas.concat默认按行组装,2.ignore_index必须为True:
调用pivot_table后绘图:
插入prop列,用于存放指定名字的婴儿数相对于总出生数的比例:
利用np.allclose校验数据:
相关文章推荐
- 转载]利用Python进行数据分析——绘图和可视化 xticks-学习笔记
- 利用Python进行数据分析——笔记2
- 利用Pythonj进行数据分析学习笔记——第五章 pandas入门
- 利用Python进行数据分析笔记-第四章Numpy
- 利用Python进行数据分析笔记-第三章-ipython
- 《利用Python 进行数据分析》 - 笔记(5)
- 利用python进行数据分析--(阅读笔记一)
- 笔记 利用python进行数据分析
- 利用Python进行数据分析笔记(一
- 利用python进行数据分析(学习笔记)
- 学习笔记:利用Python进行数据分析
- 《利用Python 进行数据分析》 - 笔记(2)
- 利用Python进行数据分析 笔记4
- 利用python进行数据分析笔记
- 《利用Python 进行数据分析》 - 笔记(4)
- 利用Python进行数据分析 学习笔记
- 利用python进行数据分析(O'Relly)学习笔记
- 《利用Python 进行数据分析》 - 笔记(3)
- 利用Python进行数据分析 笔记1
- 利用python进行数据分析 第二章错误