python_data_analysis_and_mining_action-master-7

# -*- coding: utf-8 -*-
 
import pandas as pd
from sklearn.cluster import KMeans
"""
programmer_1-->关于原始数据的一些特征描述并保存为新表，使用describe函数
programmer_2-->对原始数据进行清理，对其中某些数据做运算，并进行保存
programmer_3-->标准化数据并进行保存
programmer_4-->使用KMeans对数据进行聚类分析
"""
 
 
def programmer_1():
 
    datafile = 'data/air_data.csv'
    resultfile = 'tmp/explore.xls'
 
    data = pd.read_csv(datafile, encoding='utf-8')
 
    # 包括对数据的基本描述，percentiles参数是指定计算多少的分位数表（如1/4分位数、中位数等）；T是转置，转置后更方便查阅
    explore = data.describe(percentiles=[], include='all').T
    # describe()函数自动计算非空值数，需要手动计算空值数
    explore['null'] = len(data) - explore['count']
 
    explore = explore[['null', 'max', 'min']]
    explore.columns = [u'空值数', u'最大值', u'最小值']
    '''这里只选取部分探索结果。