1. 数据异常值检测1（describe方法）。

data2=data1.describe()

1. 数据异常值检测2（箱型图）

df = pd.DataFrame(data2)

df.plot.box(title="异常处理")

plt.grid(linestyle="--", alpha=0.3)

plt.show()

4. 将year作为行索引

data1.set_index('year', inplace = True)

print(data1)

5.1按照年份和月份做频数分布，查看其中规律。

求出每年的乘客人数

data['year_sum']=0

for i in range(len(data)):

data['year_sum'][i]=data.iloc[i,:].sum()

求出每个月总和

data.loc["每个月总和"]=data.sum()

6.画出乘客年走势图，月走势图，季度走势图

#12年乘客走势条形图
fig = plt.figure()
plt.bar(x,y,0.4,color="green")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.title("12年来乘客得走势图")
plt.show() ?

乘客月走势图

plt.savefig("barChart.jpg")?

y.plot(kind='line',marker='',color='r',title='月乘客趋势')?

?季度走势图

Y.loc[:,'first']= Y.loc[:,'Jan'] + Y.loc[:,'Feb']+Y.loc[:,'Mar']
Y.loc[:,'second']= Y.loc[:,'Apr'] + Y.loc[:,'May']+Y.loc[:,'Jun']
Y.loc[:,'threed']= Y.loc[:,'Jul'] + Y.loc[:,'Aug']+Y.loc[:,'Sep']
Y.loc[:,'forth']= Y.loc[:,'Oct'] + Y.loc[:,'Nov']+Y.loc[:,'Dec']

jd.plot(kind='line',marker='',color='g',title='季度客趋势')

现在就是做到这里，感觉自己用的都是些小学生的处理方式呀！

?