【数据分析与预处理】 ---- 数据汇总_分组聚合

【数据分析与预处理】 ---- 数据汇总_分组聚合

文章目录

​​1.读取数据​​​​2.数据预处理​​

​​删除（提取）评分为0的数据记录 loc[~data['评分'].isnull()]​​​​空值填补0 fillna(0)​​​​去重 drop_duplicates()​​

​​3.数据汇总​​

​​3.1 每个城市的酒店评分平均值 groupby(by=['?']).mean()​​​​3.2 每个省份每个城市酒店评分的平均值 groupby(by=['?','?']).mean()​​

1.读取数据

data = pd.read_csv("G:\Projects\pycharmeProject\大数据比赛\data\mysql.csv")print(data.shape)

2.数据预处理

删除（提取）评分为0的数据记录 loc[~data[‘评分’].isnull()]

data_clean = data.loc[~data['评分'].isnull()]

空值填补0 fillna(0)

data_fin_clean = data_clean.fillna(0)

去重 drop_duplicates()

data_fin_clean_dul = data_fin_clean.drop_duplicates()

3.数据汇总

3.1 每个城市的酒店评分平均值 groupby(by=[‘?’]).mean()

city_avg = data_fin_clean_dul[['城市','评分']].groupby(by=['城市']).mean().reset_index()print(city_avg)

3.2 每个省份每个城市酒店评分的平均值 groupby(by=[‘?’,‘?’]).mean()

pro_city_avg = data_fin_clean_dul[['省份','城市','评分']].groupby(by=['省份','城市']).mean().reset_index()print(pro_city_avg)

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。