数据分析基本内容（第二十节课内容总结）

1.pd.read_csv('一个文件.csv')：

从本地文件加载数据，返回一个 DataFrame 对象，这是 pandas 中用于存储表格数据的主要数据结构

2.df.head()：

查看数据的前五行，帮助快速了解数据的基本结构和内容

3.df.info()：

查看数据的特征，包括每列的非空值数量、数据类型以及内存使用情况

4.df.shape：

返回数据的行数和列数，帮助了解数据的规模

5.df.describe()：

生成数据的描述性统计信息，如均值、标准差、最小值、最大值等，但默认只对数值型列进行统计

6.df.drop_duplicates(inplace = False)：

删除重复行，inplace=False 表示返回一个新的 DataFrame，而不修改原数据

7.data.reset_index(inplace = True,drop = True)：

重置索引，drop=True 表示丢弃旧的索引

inplace=True：直接在原数据上修改，节省内存，但会改变原始数据。

inplace=False：返回一个新的数据对象，原始数据保持不变

drop：用于删除行或列，可以通过 inplace 参数控制是否直接修改原数据

8.data.loc[data['sale_count'].isnull()].head() 和                                                                                                                                          data.loc[data['comment_count'].isnull()].tail()：

分别查看 sale_count 和 comment_count 列中缺失值的前五行和后五行，帮助了解缺失数据的情况

9.data.fillna(0)：

用 0 填补所有缺失值

10.data.isnull().any()：

检查数据中是否还有缺失值

11.lcut_for_search

针对搜索引擎的分词模式，更适合提取关键词

12.data.groupby('店名')['销售额'].sum()：

按店铺名称（店名）分组，计算每个店铺的总销售额

13.plt.pie：绘制饼图

autopct='%0f%%'：

显示百分比格式

pctdistance=0.9：

百分比标签与饼图中心的距离

14.plt.bar：绘制柱状图

15.ci=0：不显示置信区间

16.plt.tight_layout():

自动调整子图的布局，避免标签重叠

17.pctdistance

pctdistance 的值小于 1，百分比标签会显示在饼图内部，距离圆心越近，值越小

pctdistance 的值大于 1，百分比标签会显示在饼图外部

18.ascending

ascending=True  表示按照升序排序（从小到大）

ascending=False  表示按照降序排序（从大到小）