通过使用Pandas 对 jobs.csv 中的数据进行数据处理需要有注释

在使用Pandas对`jobs.csv`文件中的数据进行处理时，以下是一个典型的数据处理流程，包含了必要的注释说明：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('jobs.csv')  # 加载数据，将数据读取到DataFrame中

# 查看数据的基本信息
print(df.info())  # 打印数据的结构，包括列数、数据类型、非空值数量

# 基本数据清洗
df.dropna(inplace=True)  # 删除所有含有缺失值的行，inplace=True表示在原地修改数据
df.drop_duplicates(inplace=True)  # 删除重复行

# 数据类型转换
# 假设 'salary' 列原本是字符串类型，需要转换为浮点数
df['salary'] = df['salary'].astype(float)  # 将 'salary' 列转换为浮点数类型

# 数据筛选
# 假设我们只对 'IT' 行业的工作感兴趣
df_it = df[df['industry'] == 'IT']  # 筛选出行业为 'IT' 的数据

# 特征工程
# 添加新特征，例如计算 'experience' 与 'salary' 的比值作为新特征
df_it['salary_to_experience'] = df_it['salary'] / df_it['experience']

# 数据排序
df_it.sort_values(by='salary', ascending=False, inplace=True)  # 按照 'salary' 降序排序

# 保存处理后的数据
df_it.to_csv('processed_jobs.csv', index=False)  # 将处理后的数据保存到新的CSV文件中，不包含索引列