现有一个手机评论数据Mobile. csv文件,该文件的数据列包括手机品牌、价格和评分,请完成下列数据分析任务。 (1)按手机价格统计评分最大值、最小值、算术平均值和中位数。 (2)按手机品牌统计评分最大值、最小值、算术平均值和中位数。
时间: 2023-12-17 15:03:18 浏览: 55
好的,针对这个数据分析任务,我们可以使用Python中的pandas库进行数据处理和分析。以下是具体的步骤:
1. 导入pandas库并读取Mobile.csv文件:
```python
import pandas as pd
data = pd.read_csv('Mobile.csv')
```
2. 按手机价格统计评分的最大值、最小值、算术平均值和中位数:
```python
price_stats = data.groupby('价格')['评分'].agg(['max', 'min', 'mean', 'median'])
print(price_stats)
```
3. 按手机品牌统计评分的最大值、最小值、算术平均值和中位数:
```python
brand_stats = data.groupby('手机品牌')['评分'].agg(['max', 'min', 'mean', 'median'])
print(brand_stats)
```
完整代码如下:
```python
import pandas as pd
# 读取数据
data = pd.read_csv('Mobile.csv')
# 按价格统计评分的最大值、最小值、算术平均值和中位数
price_stats = data.groupby('价格')['评分'].agg(['max', 'min', 'mean', 'median'])
print("按价格统计评分:")
print(price_stats)
# 按手机品牌统计评分的最大值、最小值、算术平均值和中位数
brand_stats = data.groupby('手机品牌')['评分'].agg(['max', 'min', 'mean', 'median'])
print("按手机品牌统计评分:")
print(brand_stats)
```
运行结果示例:
```
按价格统计评分:
max min mean median
价格
1000-2000 4.5 3.0 3.750000 4.0
2000-3000 4.7 3.9 4.200000 4.2
3000-4000 4.6 3.9 4.150000 4.2
4000-5000 4.6 3.8 4.200000 4.3
5000-6000 4.7 4.1 4.400000 4.4
6000以上 4.9 4.5 4.700000 4.7
按手机品牌统计评分:
max min mean median
手机品牌
华为 4.7 3.9 4.166667 4.2
小米 4.5 3.8 4.133333 4.2
苹果 4.9 4.5 4.700000 4.7
三星 4.6 4.1 4.400000 4.4
```