码迷,mamicode.com
首页 > 编程语言 > 详细

Python数据分析:pandas数据操作和分析案例

时间:2021-07-02 15:39:04      阅读:0      评论:0      收藏:0      [点我收藏+]

标签:ilo   添加   values   panda   介绍   文件路径   exists   解压   set   

# Python数据分析:pandas数据操作和分析案例

###### 项目介绍:

* [ https://www.kaggle.com/openfoodfacts/world-food-facts ](https://www.kaggle.com/openfoodfacts/world-food-facts)

###### 项目任务:

* 统计各个国家食物中的食品添加剂种类个数

```code
import zipfile
import os
import pandas as pd
import matplotlib.pyplot as plt


def unzip(zip_filepath, dest_path):
"""
解压zip文件
"""
with zipfile.ZipFile(zip_filepath) as zf:
zf.extractall(path=dest_path)


def get_dataset_filename(zip_filepath):
"""
获取数据库文件名
"""
with zipfile.ZipFile(zip_filepath) as zf:
return zf.namelist()[0]


def main():
"""
主函数
"""
# 声明变量
dataset_path = ‘./data‘ # 数据集路径
zip_filename = ‘open-food-facts.zip‘ # zip文件名
zip_filepath = os.path.join(dataset_path, zip_filename) # zip文件路径
dataset_filename = get_dataset_filename(zip_filepath) # 数据集文件名(在zip中)
dataset_filepath = os.path.join(dataset_path, dataset_filename) # 数据集文件路径

print(‘解压zip...‘, end=‘‘)
unzip(zip_filepath, dataset_path)
print(‘完成.‘)

# 读取数据
data = pd.read_csv(dataset_filepath, usecols=[‘countries_en‘, ‘additives_n‘])

# 分析各国家食物中的食品添加剂种类个数
# 1. 数据清理
# 去除缺失数据
data = data.dropna()

# 原csv文件中的countries_en中的数字并不是单独的国家名,有部分是多个国家名用逗号隔开,因此需要将这些多个值的数据拆分成多个行的记录
data = data.drop(‘countries_en‘,axis=1).join(data[‘countries_en‘].str.split(‘,‘,expand=True).stack().reset_index(level=1, drop=True).rename(‘countries_en‘))
# 将国家名称转换为小写
data[‘countries_en‘] = data[‘countries_en‘].str.lower()

# 2. 数据分组统计
country_additives = data[‘additives_n‘].groupby(data[‘countries_en‘]).mean()

# 3. 按值从大到小排序
result = country_additives.sort_values(ascending=False)

# 4. pandas可视化top10
result.iloc[:10].plot.bar()
plt.show()

# 5. 保存处理结果
result.to_csv(‘./country_additives.csv‘)

# 删除解压数据,清理空间
if os.path.exists(dataset_filepath):
os.remove(dataset_filepath)

if __name__ == ‘__main__‘:
main()
```

运行结果:
排名前十的柱状图:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190427141120886.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MTc5MjY4Mg==,size_16,color_FFFFFF,t_70)
输出的csv文件:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20190427141146914.jpg)


![在这里插入图片描述](https://img-blog.csdnimg.cn/20210608151750993.gif)

Python数据分析:pandas数据操作和分析案例

标签:ilo   添加   values   panda   介绍   文件路径   exists   解压   set   

原文地址:https://www.cnblogs.com/gc2770/p/14960730.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!