1.使用pandas库读取数据“data.csv”，展示其前5行数据。 2.对数据进行探索，查看数据类型、缺失值以及数据基本的数值统计详细信息。 3.对数据data日期格式数据做日期转换。 4.查看data**信息统计情况。 (1)查看发布**信息中所在城市city的岗位数量统计信息，统计**信息较多的前五名城市。 (2)保留学历是本科和大专的**信息. 0618220232 061822( (3)修改“district”列，如“高新区”，需要改成“成都-高新区” (4)找出"positionadvantage”职位优势这一列中有“双休”条件的**信息，在所有发布的**信息中的占比，保留2位小数。(5)根据“salary”工资列，新增最低工资和最高工资两列，列名分别设置为“最低工资”和“最高工资”，(如10k-30k，则最低 工资为10k，最高工资为20k) 5.对数据data作统计分析

1. ```python import pandas as pd data = pd.read_csv('data.csv') print(data.head(5)) ``` 2. ```python print(data.dtypes) # 查看数据类型 print(data.isnull().sum()) # 查看缺失值 print(data.describe()) # 查看数据基本的数值统计详细信息 ``` 3. ```python data['date'] = pd.to_datetime(data['date']) # 对日期格式数据做日期转换 ``` 4. ```python # (1) city_job_count = data['city'].value_counts() print(city_job_count.head(5)) # (2) education_filtered = data[(data['education'] == '本科') | (data['education'] == '大专')] # (3) data['district'] = data['district'].apply(lambda x: '成都-' + x if x != '其他' else x) # (4) position_advantage_count = data['positionadvantage'].str.contains('双休').sum() / len(data) * 100 print('{:.2f}%'.format(position_advantage_count)) ``` 5. ```python data['最低工资'] = data['salary'].apply(lambda x: int(x.split('-')[0][:-1])) data['最高工资'] = data['salary'].apply(lambda x: int(x.split('-')[1][:-1])) ``` [2024-06-30 15:39:49 | AI写代码神器 | 642点数解答]