python商务数据分析实例-Python数据分析实例操作.pdfVIP

python商务数据分析实例_ Python数据分析实例操作 import pandas as pd #导⼊pandas import matplotlib.pyplot as plt #导⼊matplotlib from pylab import * mpl.rc arams[font.sans-serif] = [SimHei] mpl.rc arams[axes.unicode_minus] = False %matplotlib inline 数据读取与索引 bra = pd.read_csv (data/bra.csv) bra.head() 选取列 bra.content bra[[creationTime,productColor]].head() 选择⾏ bra[1:6] 选择⾏和列 bra.ix [[2,3],[1,3]] #使⽤ix bra.ix [1:5,[productColor]] bra.iloc[[2,3],[1,3]] #使⽤iloc bra.loc[1:5,[content,creationTime,productSize]] #使⽤loc bra.loc[1:5,content:userClientShow] 数据预处理 缺失值 bra.describe() #查看数据的分布情况,可返回变量和观测的数量、缺失值和唯⼀值的数 ⽬、平均值、分位数等相关信息 bra[userClientShow].unique() #userClientShow列有⼏种选项 bra[userClientShow].isnull().sum() #初始缺失值数量 bra[userClientShow].fillna(不详,inplace=True) #缺失值替换为 “不详” bra[userClientShow].isnull().sum() #赋值后的缺失值数量 新增列 bra.dtypes #查看属性 bra[creationTime] = pd.to_datetime(bra[creationTime]) #更新类型 bra.dtypes bra[hour] = [i.hour for i in bra[creationTime]] #新建hour列 bra 字符串操作 bra.productSize.unique() #查看productSize的唯⼀值 cup = bra.productSize.str.findall([a-zA-Z]+).str[0] #新增列cup cup2 = cup.str.replace(M,B) cup3 = cup2.str.replace(L,C) cup4 = cup3.str.replace(XC,D) bra[cup] = cup4 bra.head() bra[cup].unique() #查看cup唯⼀值 数据转换 bra.productColor.unique() #查看productColor唯⼀值 def getColor(s): if ⿊ in s: return ⿊⾊ elif 肤 in s: return 肤⾊ elif 蓝 in s: return 蓝⾊ elif 红 in s: return 红⾊ elif 紫 in s: return 紫⾊ elif ⽩ in s: return ⽩⾊ elif 粉 in s: return 粉⾊ elif 灰 in s: return 灰⾊ elif 绿 in s: return 绿⾊ elif 青 in s: return 青⾊ else: return s bra[color] = bra[productColor].map(getColor) #从productColor列查询，赋值到定义的函数getColor，最终新增列color bra bra.color.unique() #查询color的唯⼀值 数据可视化 x = [199 1,1992,1993,1994,1995,1996,1997] y = [23,56,38,29,34,56,92] plt.plot(x,y) #调⽤函数plot plt.figure(figsize=(8,6),dpi=80) #调⽤函数firgure plt.plot(x,y) hour = bra.groupby (hour) [hour].count() #hour列排序 hour plt.xlim(0,25) #横轴0~25 plt.plot(hour,linestyle=s