pandas - 案例(美国各州人口普查)

需求：

• 导入文件，查看原始数据
• 将人口数据和各州简称数据进行合并
• 将合并的数据中重复的abbreviation列进行删除
• 查看存在缺失数据的列
• 找到有哪些state/region使得state的值为NaN，进行去重操作
• 为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN
• 合并各州面积数据areas
• 我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行
• 去除含有缺失数据的行
• 找出2010年的全民人口数据
• 计算各州的人口密度
• 排序，并找出人口密度最高的五个州 df.sort_values()

 

 

1. 导入文件，查看原始数据

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

2. 将人口数据和各州简称数据进行合并

 

3. 将合并的数据中重复的abbreviation列进行删除

 

4. 查看存在缺失数据的列

 

5. 找到有哪些state/region使得state的值为NaN，进行去重操作

 

6. 为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN

 

7. 合并各州面积数据areas

 

8. 我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行

 

9. 去除含有缺失数据的行

 

10. 找出2010年的全民人口数据

 

11. 计算各州的人口密度

 

12. 排序，并找出人口密度最高的五个州 df.sort_values()