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:

1. 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

2. 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

1. 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。