IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 分析美帝的投票 -> 正文阅读

[Python知识库]分析美帝的投票

import numpy as np
import pandas as pd
path=r"C:\Users\Tsinghua-yincheng\Desktop\SZday74"

pop=pd.read_csv(path+"\\"+"state-population.csv")
areas=pd.read_csv(path+"\\"+"state-areas.csv")
abbrevs=pd.read_csv(path+"\\"+"state-abbrevs.csv")
pop.head(5)

在这里插入图片描述

areas.head(5)

在这里插入图片描述

abbrevs.head(5)

在这里插入图片描述

display(pop.shape,areas.shape,abbrevs.shape)

在这里插入图片描述

merged=pd.merge(pop,abbrevs,how="outer",
                left_on="state/region",
                right_on="abbreviation") #归并
merged

在这里插入图片描述

merged=merged.drop("abbreviation",axis=1) #删除重复的abbreviation
merged

在这里插入图片描述

merged.isnull().any()

在这里插入图片描述

merged[merged["population"].isnull()]#查看残缺数据

在这里插入图片描述

merged.loc[merged["state"].isnull(),"state/region"] 
#查看state为空的时候,state/region的字段数据

在这里插入图片描述

merged.loc[merged["state"].isnull(),"state/region"].unique()

在这里插入图片描述

merged.loc[merged["state/region"]=="PR","state"]="Puerto Rico"
merged.loc[merged["state/region"]=="USA","state"]=\
    "United States"
merged.isnull().any()  #处理了缺失数据,

在这里插入图片描述

merged

在这里插入图片描述

final=pd.merge(merged,areas,on="state",how="left") #归并,加入面积
final

在这里插入图片描述

final.shape

在这里插入图片描述

final.isnull().any()

在这里插入图片描述

final["state"][final["area (sq. mi)"].isnull()]

在这里插入图片描述

final["state"][final["area (sq. mi)"].isnull()].unique() #去掉重复

在这里插入图片描述

final.dropna(inplace=True) #删除空缺US
final

在这里插入图片描述

final.isnull().any() #都不为空

在这里插入图片描述

final

在这里插入图片描述

data2010=final.query("year==2010  & ages=='total'")
data2010

在这里插入图片描述

data2010.shape

在这里插入图片描述

data2010.set_index("state",inplace=True) #重置索引
data2010

在这里插入图片描述

#计算人口密度
density=data2010["population"].div(data2010["area (sq. mi)"])
density

在这里插入图片描述

density.sort_values(ascending=False,inplace=True) 
#排序  ascending=False降序  ,inplace=True本地排序替换density
density.head(10)

在这里插入图片描述

density.tail(10)

在这里插入图片描述

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-05-11 16:25:25  更:2022-05-11 16:26:34 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 14:48:10-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码