pandas - 案例(美國各州人口普查)

需求：

• 導入文件，查看原始數據
• 將人口數據和各州簡稱數據進行合併
• 將合併的數據中重複的abbreviation列進行刪除
• 查看存在缺失數據的列
• 找到有哪些state/region使得state的值爲NaN，進行去重操做
• 爲找到的這些state/region的state項補上正確的值，從而去除掉state這一列的全部NaN
• 合併各州面積數據areas
• 咱們會發現area(sq.mi)這一列有缺失數據，找出是哪些行
• 去除含有缺失數據的行
• 找出2010年的全民人口數據
• 計算各州的人口密度
• 排序，並找出人口密度最高的五個州 df.sort_values()

 

 

1. 導入文件，查看原始數據

import numpy as np
from pandas import DataFrame,Series
import pandas as pd

2. 將人口數據和各州簡稱數據進行合併

 

3. 將合併的數據中重複的abbreviation列進行刪除

 

4. 查看存在缺失數據的列

 

5. 找到有哪些state/region使得state的值爲NaN，進行去重操做

 

6. 爲找到的這些state/region的state項補上正確的值，從而去除掉state這一列的全部NaN

 

7. 合併各州面積數據areas

 

8. 咱們會發現area(sq.mi)這一列有缺失數據，找出是哪些行

 

9. 去除含有缺失數據的行

 

10. 找出2010年的全民人口數據

 

11. 計算各州的人口密度

 

12. 排序，並找出人口密度最高的五個州 df.sort_values()