很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
如果你忘記了前面的文章，可以看看加深印象：
Pandas數(shù)據(jù)處理
Python數(shù)據(jù)分析實(shí)戰(zhàn)：缺失值處理
Python數(shù)據(jù)分析實(shí)戰(zhàn)：獲取數(shù)據(jù)
然后可以進(jìn)入今天的正文
Excel里可以用【數(shù)據(jù)分析】功能里的【描述統(tǒng)計(jì)】功能來查看數(shù)據(jù)集常用的統(tǒng)計(jì)指標(biāo)，但這里只能是對數(shù)值型的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。
pandas里可以用describe方法對整個數(shù)據(jù)集做一個描述性統(tǒng)計(jì)分析，當(dāng)然這里也只是對數(shù)值型數(shù)據(jù)才可以出結(jié)果，非數(shù)值型數(shù)據(jù)不在統(tǒng)計(jì)范圍內(nèi)。
# 描述性統(tǒng)計(jì)分析
df_list.describe()
得到結(jié)果如下，可以看到count（計(jì)數(shù)）、mean（均值）、std（標(biāo)準(zhǔn)差）、min（最小值）、max（最大值）、25%、50%、75%分別表示3/4位數(shù)、中位數(shù)和1/4位數(shù)。
由于字段太多了，所以這里可以轉(zhuǎn)置一下，方便查看，用.T轉(zhuǎn)置
# 行列轉(zhuǎn)置
df_list.describe().T
結(jié)果如圖，更符合一個表格的習(xí)慣，可以看到能夠被統(tǒng)計(jì)出來的只有數(shù)值型數(shù)據(jù)，字符型的數(shù)據(jù)是統(tǒng)計(jì)不出來的。
觀察到最小入住天數(shù)（minimum_nights）這個字段最小值、1/4位數(shù)、中位數(shù)、3/4位數(shù)都是1，說明大部分房源對最小入住天數(shù)的要求都是1天。同樣的結(jié)論適用于每月評論數(shù)（reviews_per_month）這個字段
Excel里用數(shù)據(jù)透視表可以實(shí)現(xiàn)數(shù)據(jù)分組計(jì)算的功能。
看下nei**orhood_new字段都有哪些值，用value_counts方法對出現(xiàn)次數(shù)計(jì)數(shù)
# 數(shù)值計(jì)數(shù)
df_list["nei**orhood_new"].value_counts()
結(jié)果可以看到nei**orhood_new字段下總共有多少個區(qū)縣分類及其出現(xiàn)的次數(shù)按降序排列下來了，可以看到朝陽區(qū)的房源最多，平谷區(qū)的房源最少。
# 分組
df_list.groupby("nei**orhood_new")["nei**orhood_new"].count()
得到的結(jié)果是一樣的
對room_type_new一列也可以分組看下結(jié)果
df_list["room_type_new"].value_counts()
可以看到房間類型上有3種分類，整套房源（Entire home）最多，合租型的房源（Shared room）最少。
對區(qū)域分組，統(tǒng)計(jì)不同區(qū)域房價的水平，同樣用groupby方法分組，但是可以用agg方法一次使用多種匯總方式。
df_list.groupby("nei**orhood_new")["price"].agg(["max","min","mean","count"])
結(jié)果如圖，對nei**orhood_new字段分組，對分組后的價格求最大最小平均值并計(jì)數(shù)，可以看到懷柔區(qū)的房價平均值最高，豐臺區(qū)最低。
r_p = df_list.groupby("room_type_new")["price"].agg(["max","min","mean","count"]).reset_index()
r_p.sort_values("mean",ascending = False)
結(jié)果如圖，整租的房價均值最高，合租最低，很合理的結(jié)果。
對房間類型和區(qū)域做一個透視，使用pivot_table方法，和Excel里的數(shù)據(jù)透視表是一種類型的操作，第一個參數(shù)是要透視的數(shù)據(jù)，values參數(shù)是Excel透視表中的值區(qū)域，即要進(jìn)行匯總的字段，index參數(shù)是Excel透視表中的行區(qū)域，columns參數(shù)是列區(qū)域，aggfuc參數(shù)是要對values進(jìn)行匯總的類型。
pd.pivot_table(df_list,values = "price",index = "nei**orhood_new",
columns = "room_type_new",aggfunc = "mean",margins = True)
結(jié)果如圖，可以看到整租、合租、單間在各個區(qū)域中的價格分布。
相關(guān)性分析是用來描述變量之間相關(guān)關(guān)系的結(jié)果，用相關(guān)系數(shù)r來表示，r>0表示正相關(guān)，r<0表示負(fù)相關(guān)，r的絕對值越接近1，表示越高度相關(guān)。Excel里用【數(shù)據(jù)分析】工具里的【相關(guān)系數(shù)】功能可以直接計(jì)算出各個字段的相關(guān)系數(shù)。
python里可以用corr函數(shù)計(jì)算數(shù)據(jù)間的相關(guān)系數(shù)，對整個數(shù)據(jù)表計(jì)算，并對結(jié)果取小數(shù)點(diǎn)后4位
# 計(jì)算相關(guān)系數(shù)
df_list.corr().round(4)
結(jié)果如下，就可以得到各個列之間的相關(guān)系數(shù)。
但是這里我們其實(shí)最關(guān)注的是他們同價格之間的相關(guān)性，也就是圖中標(biāo)紅的部分，可以對這列的數(shù)值排個序。
數(shù)值排序就是讓整個數(shù)據(jù)表按照指定列升序或降序排列，用到sort_values方法。對求完相關(guān)系數(shù)后的數(shù)據(jù)框選擇其price列進(jìn)行降序，第一個參數(shù)是對哪一列進(jìn)行排序，第二個參數(shù)ascending = False是降序排列，默認(rèn)是True升序。
# 數(shù)值排序
corr_p = df_list.corr().round(4)
corr_p["price"].sort_values(ascending = False)
結(jié)果如下，可以看到，房價和經(jīng)緯度（latitude、longitude）的相關(guān)性是最高的，除此以外相比其他變量，可預(yù)定天數(shù)（availability_365）和價格最正相關(guān)的，其次每月評論數(shù)量（reviews_per_month）和價格呈負(fù)相關(guān)。
猜你喜歡:
數(shù)據(jù)分析實(shí)戰(zhàn)：母嬰商品分析
為什么要學(xué)統(tǒng)計(jì)學(xué)：**的統(tǒng)計(jì)學(xué)
@ 作者：可樂
@ 公眾號/知乎專欄/頭條/簡書：可樂的數(shù)據(jù)分析之路
@ 個人微信：data_cola
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)