解码你的数据

EDA 通常在数据收集和清洗之后进行。一旦我们加载并准备好了数据集，EDA 就如同手电筒一样，帮助我们照亮数据的全貌。但这里有个关键点：EDA 和清洗是迭代进行的。探索得越多，越可能发现新的问题——缺失值、异常的离群点、错误的数据类型。这完全正常，我们会来回多次进行调整。

1import pandas as pd
2
3df = pd.read_csv("data.csv")
4
5# 查看数据前几行
6print(df.head())

1import pandas as pd
2
3df = pd.read_csv("data.csv")
4
5# 查看行数和列数
6print(df.shape)

1import pandas as pd
2
3df = pd.read_csv("data.csv")
4
5# 查看各列的数据类型
6print(df.dtypes)

1import pandas as pd
2
3df = pd.read_csv("data.csv")
4
5# 查看数据类型和缺失值情况
6print(df.info())

1import pandas as pd
2
3df = pd.read_csv("data.csv")
4
5# 查看数值型变量的统计摘要
6print(df.describe())