Python数据分析实战-Boston Public Schools GEO数据分析-Part1

项目目标：

Boston Public Schools Geo数据是来自于Boston地区的公共学校的数据，具体描述了学校的坐标，名字，类型等。基于此数据，我们可以学习一些基本的Python数据分析的方法。例如，研究学校的分布情况，类型统计等。

数据集介绍:

数据集的介绍如下，其中比较重要的字段有X，Y坐标，ADDRESS地址，ZIPCODE，School类型
Data columns (total 21 columns): X 131 non-null float64 Y 131 non-null float64 OBJECTID_1 131 non-null int64 OBJECTID 131 non-null int64 BLDG_ID 131 non-null int64 BLDG_NAME 131 non-null object ADDRESS 131 non-null object CITY 131 non-null object ZIPCODE 131 non-null int64 CSP_SCH_ID 131 non-null int64 SCH_ID 131 non-null int64 SCH_NAME 131 non-null object SCH_LABEL 131 non-null object SCH_TYPE 131 non-null object SHARED 131 non-null object COMPLEX 131 non-null object Label 131 non-null int64 TLT 131 non-null int64 PL 131 non-null object POINT_X 131 non-null float64 POINT_Y 131 non-null float64

关键代码实现:

加载数据

schools = pd.read_csv('../input/Public_Schools.csv')

schools.info()

可以看到数据字段如下，一共有21个字段，其中有9个Object类型，4个float64, 8个int64

<class 'pandas.core.frame.DataFrame'>

RangeIndex: 131 entries, 0 to 130

Data columns (total 21 columns):

X 131 non-null float64

Y 131 non-null float64

OBJECTID_1 131 non-null int64

OBJECTID 131 non-null int64

BLDG_ID 131 non-null int64

BLDG_NAME 131 non-null object

ADDRESS 131 non-null object

CITY 131 non-null object

ZIPCODE 131 non-null int64

CSP_SCH_ID 131 non-null int64

SCH_ID 131 non-null int64

SCH_NAME 131 non-null object

SCH_LABEL 131 non-null object

SCH_TYPE 131 non-null object

SHARED 131 non-null object

COMPLEX 131 non-null object

Label 131 non-null int64

TLT 131 non-null int64

PL 131 non-null object

POINT_X 131 non-null float64

POINT_Y 131 non-null float64

dtypes: float64(4), int64(8), object(9)

memory usage: 21.6+ KB

2.接下来，探索数据的缺失值

schools.isnull().any()

可以看到，数据没有缺失值

 X False

 Y False

 OBJECTID_1 False

 OBJECTID False

 BLDG_ID False

 BLDG_NAME False

 ADDRESS False

 CITY False

 ZIPCODE False

 CSP_SCH_ID False

 SCH_ID False

 SCH_NAME False

 SCH_LABEL False

 SCH_TYPE False

 SHARED False

 COMPLEX False

 Label False

 TLT False

 PL False

 POINT_X False

 POINT_Y False

 dtype: bool

接下来，Count frequency of schools in each city

 schools_per_city = schools['CITY'].value_counts()

 sns.set()

 plt.rcParams['figure.figsize'] = [20, 7]

 sns.barplot(x=schools_per_city.index, y=schools_per_city.get_values())

可以看到不同地区的公立学校不同数量

按照ZIPCode统计学校情况

 school_zipcode = schools['ZIPCODE'].value_counts() sns.set() 
2 sns.barplot(x=school_zipcode.index, y=school_zipcode.get_values())

未完待续~ 欢迎大家关注我的公众号，“思享会Club”，获取该内容资源。

巴特西

Python数据分析实战-Boston Public Schools GEO数据分析-Part1

项目目标：

数据集介绍:

关键代码实现:

最新文章

热门文章