#-*-?coding:?utf-8?-*-?
#對(duì)數(shù)據(jù)進(jìn)行基本的探索
#返回缺失值個(gè)數(shù)以及最大最小值

import?pandas?as?pd

datafile=?‘../data/air_data.csv‘?#航空原始數(shù)據(jù)第一行為屬性標(biāo)簽
resultfile?=?‘../tmp/explore.xls‘?#數(shù)據(jù)探索結(jié)果表

data?=?pd.read_csv（datafile?encoding?=?‘utf-8‘）?#讀取原始數(shù)據(jù)，指定UTF-8編碼（需要用文本編輯器將數(shù)據(jù)裝換為UTF-8編碼）

explore?=?data.describe（percentiles?=?[]?include?=?‘a(chǎn)ll‘）.T?#包括對(duì)數(shù)據(jù)的基本描述，percentiles參數(shù)是指定計(jì)算多少的分位數(shù)表（如1/4分位數(shù)、中位數(shù)等）；T是轉(zhuǎn)置，轉(zhuǎn)置后更方便查閱
explore[‘null‘]?=?len（data）-explore[‘count‘]?#describe（）函數(shù)自動(dòng)計(jì)算非空值數(shù)，需要手動(dòng)計(jì)算空值數(shù)

explore?=?explore[[‘null‘?‘max‘?‘min‘]]
explore.columns?=?[u‘空值數(shù)‘?u‘最大值‘?u‘最小值‘]?#表頭重命名
‘‘‘這里只選取部分探索結(jié)果。
describe（）函數(shù)自動(dòng)計(jì)算的字段有count（非空值數(shù)）、unique（唯一值數(shù)）、top（頻數(shù)最高者）、freq（最高頻數(shù)）、mean（平均值）、std（方差）、min（最小值）、50%（中位數(shù)）、max（最大值）‘‘‘

explore.to_excel（resultfile）?#導(dǎo)出結(jié)果

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件???????1221??2018-07-29?17:49??chapter7\demo\code\7-1_data_explore.py

?????文件????????849??2018-07-29?17:49??chapter7\demo\code\7-2_data_clean.py

?????文件????????555??2018-07-29?17:49??chapter7\demo\code\7-3_zscore_data.py

?????文件????????606??2018-07-29?17:49??chapter7\demo\code\7-4_KMeans_cluster.py

?????文件???14478308??2018-07-29?18:18??chapter7\demo\data\air_data.csv

?????文件????4203008??2018-07-29?18:18??chapter7\demo\data\zscoredata.xls

?????文件????6883328??2018-07-29?18:18??chapter7\demo\data\zscoreddata.xls

?????文件??????29696??2018-07-29?17:49??chapter7\demo\data\客戶信息屬性說(shuō)明.xls

?????文件???????9728??2018-07-29?17:49??chapter7\demo\tmp\explore.xls

?????文件????6883328??2018-07-29?18:18??chapter7\demo\tmp\zscoreddata.xls

?????文件????????877??2018-07-29?17:49??chapter7\test\code\cluster_plot.py

?????文件????????849??2018-07-29?17:49??chapter7\test\code\data_clean.py

?????文件???????1221??2018-07-29?17:49??chapter7\test\code\data_explore.py

?????文件????????606??2018-07-29?17:49??chapter7\test\code\KMeans_cluster.py

?????文件????????555??2018-07-29?17:49??chapter7\test\code\zscore_data.py

?????文件???16496640??2018-07-29?18:17??chapter7\test\data\preprocesseddata.xls

?????文件????8340992??2018-07-29?18:17??chapter7\test\data\princompdata.xls

?????文件????4203008??2018-07-29?18:18??chapter7\test\data\zscoredata.xls

?????文件???14175130??2018-07-29?18:17??chapter7\拓展思考\拓展思考樣本數(shù)據(jù).csv

?????目錄??????????0??2018-07-29?17:49??chapter7\demo\code

?????目錄??????????0??2018-07-29?18:18??chapter7\demo\data

?????目錄??????????0??2018-07-29?18:18??chapter7\demo\tmp

?????目錄??????????0??2018-07-29?17:49??chapter7\test\code

?????目錄??????????0??2018-07-29?18:18??chapter7\test\data

?????目錄??????????0??2018-07-29?18:17??chapter7\test\tmp

?????目錄??????????0??2018-07-29?17:49??chapter7\demo

?????目錄??????????0??2018-07-29?18:17??chapter7\test

?????目錄??????????0??2018-07-29?18:17??chapter7\拓展思考

?????目錄??????????0??2018-07-29?18:17??chapter7

-----------?---------??----------?-----??----

............此處省略2個(gè)文件信息