pandas eda

Pandas EDA，全称为Pandas Exploratory Data Analysis，是指利用Python库Pandas进行数据探索性分析的过程。Pandas是一个强大的数据分析工具，特别适合处理结构化的表格数据。在EDA阶段，你会对数据集进行一系列操作，如：

1. **数据加载**：使用`pandas.read_csv()`、`read_excel()`等函数读取各种格式的数据文件。

2. **描述性统计**：通过`describe()`函数获取各列的基本统计信息，如均值、标准差、计数等。

3. **查看数据结构**：`info()`函数显示数据的列名、非空值数目、数据类型等。

4. **数据清洗**：检查缺失值（`isnull()`和`dropna()`），异常值，重复值等，并进行相应处理。

5. **数据可视化**：使用Matplotlib、Seaborn等库创建图表，如直方图、箱线图、散点图等，来洞察变量之间的关系、分布特征等。

6. **初步分组和聚合**：运用`groupby()`对数据进行分组并计算汇总统计。

7. **关联分析**：检查特征间的相关性（如`corr()`）。

Pandas EDA是数据科学家进行数据分析的第一步，它帮助理解数据质量、发现问题，并为后续建模做好准备。