嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300
本次赞助数额为： 2 元微信扫码支付：2 元
请留下您的邮箱，我们将在2小时内将文件发到您的邮箱
大数据处理——pandas相关知识应用
包括python源代码和报告
在data/Exam目录下有数据文件bj_aq_17_18.csv数据，其中包含以下字：id,station_id,time,PM25_Concentration,PM10_Concentration,NO2_Concentration,CO_Concentration,O3_Concentration,SO2_Concentration，请按照要求完成以下数据处理工作：
1. 读取数据文件，删除id字段，将其它字段的名称转化为：stationId,utc_time,PM2.5,PM10,NO2,CO,O3,SO2 （10分）
2. 选择任意一个stationId,利用pandas-profiling查看数据报告，并对数据结果进行描述分析。（10分）
3. 将第1步处理后的数据转华为以时间为索引，stationId 原列名为列名的形式，比如：'gucheng_aq_PM2.5', 'gucheng_aq_PM10', 'gucheng_aq_NO2', 'gucheng_aq_CO', 'gucheng_aq_O3', 'gucheng_aq_SO2'等，共计210列。（20分）
4. 查看并输出最早日期和最晚日期，统计重复日期的行，并将重复日期的行删除，输出删除前和删除后的总记录数。（10分）
5. 对缺失值进行分析，包括以下内容：
a) 在给定的时间段内，分别统计应该有多少个小时节点？，实际有多少个时间节点？，缺失的时间节点有多少？（10分）
b) 查看哪些时间点上所有站点的所有特征都缺失了，要求输出缺失的时间点以及整小时缺失数量。（10分）
c) 判断缺失时间点是否在长度等于5小时范围内，并输出缺失时间点在长度等于5小时范围内的时间点和大于5小时范围外的时间点。例如：假设2022年10月20日10点是缺失的，如果7、8、9、11、12、13点都是缺失的，则该时间点为超过5个小时，如果7、8、9三个时间段是缺失的，则在5小时范围内。（10分）
d) 对于缺失时间点在5小时范围内的时间点，利用前后最近的未缺失时间点的数据平均值填充；对于缺失时间点大于5小时范围内的时间点，利用空值np.nan填充。（20分）
.
├── homework_1.docx
├── homework_2.py
├── 大数据处理Python——pandas相关知识应用_homework_1.zip
└── 第一次大作业.docx
0 directories, 4 files