gcc-project-py-25-2/task3.ipynb at 655911b74834b9271b077fb3d163404d5c8f139f

dev_xulongjin 655911b748 chore(project): 初始化项目结构和配置

- 添加 .idea 目录和相关配置文件，设置项目忽略文件、编码、模块管理等
- 创建商务大数据分析目录和子目录，准备数据和任务笔记本
- 添加示例数据文件：中国城市人口数据.csv
- 创建任务笔记本文件，进行数据处理和分析示例

2025-04-14 16:06:13 +08:00

12 KiB

Raw Blame History

None <html lang="en"> <head> </head>

In [1]:

import pandas as pd

In [4]:

data = pd.read_csv('data/中国城市人口数据.csv',encoding="GBK")
data.head(5)

Out[4]:

	省份	2020年人口（万人）	2019年人口（万人）
0	河北省	7461	7447
1	山西省	3492	3497
2	辽宁省	4259	4277
3	吉林省	2407	2448
4	江苏省	8475	8469

In [15]:

data.shape

Out[15]:

(22, 3)

In [13]:

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 22 entries, 0 to 21
Data columns (total 3 columns):
 #   Column       Non-Null Count  Dtype 
---  ------       --------------  ----- 
 0   省份           22 non-null     object
 1   2020年人口（万人）  22 non-null     int64 
 2   2019年人口（万人）  22 non-null     int64 
dtypes: int64(2), object(1)
memory usage: 656.0+ bytes

In [7]:

data.describe()

Out[7]:

	2020年人口（万人）	2019年人口（万人）
count	22.000000	22.000000
mean	5482.772727	5478.500000
std	3067.216187	3043.789239
min	592.000000	590.000000
25%	3583.000000	3584.750000
50%	4620.000000	4615.000000
75%	7256.750000	7245.250000
max	12601.000000	12489.000000

In [12]:

# 2020年总人口
data['2020年人口（万人）'].sum()

Out[12]:

In [16]:

# 2019年总人口
data['2019年人口（万人）'].sum()

Out[16]:

In [20]:

# 总人口对比
data['2020年人口（万人）'].sum() - data['2019年人口（万人）'].sum()

Out[20]:

In [21]:

# 各省人口对比
data2 = data
data2['compare'] = data2['2020年人口（万人）'] - data2['2019年人口（万人）']
data2.head(5)

Out[21]:

	省份	2020年人口（万人）	2019年人口（万人）	compare
0	河北省	7461	7447	14
1	山西省	3492	3497	-5
2	辽宁省	4259	4277	-18
3	吉林省	2407	2448	-41
4	江苏省	8475	8469	6

</html>

12 KiB Raw Blame History Unescape Escape

12 KiB

Raw Blame History