Python数据详解：探索性分析
发布时间：2021-06-05 10:12:38 所属栏目：大数据 来源：互联网
导读：一、描述性统计分析 Excel里可以用【数据分析】功能里的【描述统计】功能来查看数据集常用的统计指标，但这里只能是对数值型的数据进行统计。 Python数据分析：探索性分析 pandas里可以用describe方法对整个数据集做一个描述性统计分析，当然这里也只是对数
|
一、描述性统计分析
Excel里可以用【数据分析】功能里的【描述统计】功能来查看数据集常用的统计指标，但这里只能是对数值型的数据进行统计。
Python数据分析：探索性分析
pandas里可以用describe方法对整个数据集做一个描述性统计分析，当然这里也只是对数值型数据才可以出结果，非数值型数据不在统计范围内。
# 描述性统计分析
df_list.describe()
得到结果如下，可以看到count(计数)、mean(均值)、std(标准差)、min(最小值)、max(最大值)、25%、50%、75%分别表示3/4位数、中位数和1/4位数。
Python数据分析：探索性分析
行列转置
由于字段太多了，所以这里可以转置一下，方便查看，用.T转置
# 行列转置
df_list.describe().T
结果如图，更符合一个表格的习惯，可以看到能够被统计出来的只有数值型数据，字符型的数据是统计不出来的。
Python数据分析：探索性分析
观察到最小入住天数(minimum_nights)这个字段最小值、1/4位数、中位数、3/4位数都是1，说明大部分房源对最小入住天数的要求都是1天。同样的结论适用于每月评论数(reviews_per_month)这个字段。
二、分组分析
Excel里用数据透视表可以实现数据分组计算的功能。
Python数据分析：探索性分析
看下neighborhood_new字段都有哪些值，用value_counts方法对出现次数计数
# 数值计数
df_list["neighborhood_new"].value_counts()
结果可以看到neighborhood_new字段下总共有多少个区县分类及其出现的次数按降序排列下来了，可以看到朝阳区的房源最多，平谷区的房源最少。
Python数据分析：探索性分析
还可以用groupby方法实现分组计数
# 分组
df_list.groupby("neighborhood_new")["neighborhood_new"].count()
得到的结果是一样的
Python数据分析：探索性分析
对room_type_new一列也可以分组看下结果
df_list["room_type_new"].value_counts()
可以看到房间类型上有3种分类，整套房源(Entire home)最多，合租型的房源(Shared room)最少。
Python数据分析：探索性分析
三、交叉分析
对区域分组，统计不同区域房价的水平，同样用groupby方法分组，但是可以用agg方法一次使用多种汇总方式。
df_list.groupby("neighborhood_new")["price"].agg(["max","min","mean","count"])
结果如图，对neighborhood_new字段分组，对分组后的价格求最大最小平均值并计数，可以看到怀柔区的房价平均值最高，丰台区最低。
Python数据分析：探索性分析
对房间类型分组，并将结果按均值降序排列
r_p = df_list.groupby("room_type_new")["price"].agg(["max","min","mean","count"]).reset_index()
r_p.sort_values("mean",ascending = False)
结果如图，整租的房价均值最高，合租最低，很合理的结果。
 （编辑：揭阳站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
