pandas数据分析美国各区人口普查案例

需求：

导入文件，查看原始数据
将人口数据和各州简称数据进行合并
将合并的数据中重复的abbreviation列进行删除
查看存在缺失数据的列
找到有哪些state/region使得state的值为NaN，进行去重操作
为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN
合并各州面积数据areas
我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行
去除含有缺失数据的行
找出2010年的全民人口数据
计算各州的人口密度
排序，并找出人口密度最高的五个州 df.sort_values()

1. 导入文件，查看原始数据

import numpy as np
from pandas import DataFrame,Series
import pandas as pd

1. 将人口数据和各州简称数据进行合并

3. 将合并的数据中重复的abbreviation列进行删除
   

4. 查看存在缺失数据的列
   

5. 找到有哪些state/region使得state的值为NaN，进行去重操作

6. 为找到的这些state/region的state项补上正确的值，从而去除掉state这一列的所有NaN
   

7. 合并各州面积python基础教程数据areas

8. 我们会发现area(sq.mi)这一列有缺失数据，找出是哪些行

9. 去除含有缺失数据的行

10. 找出2010年的全民人口数c#教程据

11. 计算各州的人口密度

12. 排序，并找出人口密度最高的vb.net教程

五个州 df.sort_values()