读取一个csv文件，并对其数据进行求平均值，最大值，最小值，缺失值的数量，最后再用箱形图判断异常点

一、数据集

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt #导入图像库
data = pd.read_csv(r'C:\Users\Administrator\Desktop\catering_sale.csv')
print(data)

     

            日期          销量
0    2015-03-01    51.0
1    2015-02-28  2618.2
2    2015-02-27  2608.4
3    2015-02-26  2651.9
4    2015-02-25  3442.1
5    2015-02-24  3393.1
6    2015-02-23  3136.6
7    2015-02-22  3744.1
8    2015-02-21  6607.4
9    2015-02-20  4060.3
10   2015-02-19  3614.7
11   2015-02-18  3295.5
12   2015-02-16  2332.1
13   2015-02-15  2699.3
14   2015-02-14     NaN
15   2015-02-13  3036.8
16   2015-02-12   865.0
17   2015-02-11  3014.3
18   2015-02-10  2742.8
19   2015-02-09  2173.5
20   2015-02-08  3161.8
21   2015-02-07  3023.8
22   2015-02-06  2998.1
23   2015-02-05  2805.9
24   2015-02-04  2383.4
25   2015-02-03  2620.2
26   2015-02-02  2600.0
27   2015-02-01  2358.6
28   2015-01-31  2682.2
29   2015-01-30  2766.8
..          ...     ...
171  2014-08-31  3494.7
172  2014-08-30  3691.9
173  2014-08-29  2929.5
174  2014-08-28  2760.6
175  2014-08-27  2593.7
176  2014-08-26  2884.4
177  2014-08-25  2591.3
178  2014-08-24  3022.6
179  2014-08-23  3052.1
180  2014-08-22  2789.2
181  2014-08-21  2909.8
182  2014-08-20  2326.8
183  2014-08-19  2453.1
184  2014-08-18  2351.2
185  2014-08-17  3279.1
186  2014-08-16  3381.9
187  2014-08-15  2988.1
188  2014-08-14  2577.7
189  2014-08-13  2332.3
190  2014-08-12  2518.6
191  2014-08-11  2697.5
192  2014-08-10  3244.7
193  2014-08-09  3346.7
194  2014-08-08  2900.6
195  2014-08-07  2759.1
196  2014-08-06  2915.8
197  2014-08-05  2618.1
198  2014-08-04  2993.0
199  2014-08-03  3436.4
200  2014-08-02  2261.7

 

 

二、求最大值，平均值，最小值，缺失值的数量

print(data.describe())#求最大值，最小值，平均值
print（“缺失值的数量：”）
print()
print(data.isnull().sum())#缺失值的数量

 运行结果：

                销量
count   200.000000
mean   2755.214700
std     751.029772
min      22.000000
25%    2451.975000
50%    2655.850000
75%    3026.125000
max    9106.440000

缺失值的数量：
日期    0
销量    1
dtype: int64

 

三、箱形图判断异常点

#去除中文乱码
plt.rcParams['font.sans-serif']=[u'SimHei']
plt.rcParams['axes.unicode_minus']=False
p = data.boxplot(return_type='dict') #画箱式图
x = p['fliers'][0].get_xdata()
y = p['fliers'][0].get_ydata()
y.sort()
for i in range(len(x)):
  if i > 0:
    plt.annotate(y[i], xy=(x[i], y[i]), xytext=(x[i]+0.05 - 0.8/(y[i]-y[i-1]), y[i]))
  else:
    plt.annotate(y[i], xy=(x[i], y[i]), xytext=(x[i]+0.08, y[i]))
plt.show()

 运行结果：

 

 

使用的csv文件：