数据分析实战

本章开始进行数据集的探索和分析，初步了解数据集。通过本章的学习，可以用一些常用的统计分析方法来计算数据集中的一些统计特征。

本章在了解数据集的基础上，介绍如何对数据集进行条件筛选，选出想要的数据。同时对于一些复杂的场景，现有的函数无法支持时，如何将自定义函数加入到pandas的数据分析中。

上一节中，我们结合具体的数据集，介绍了如何对单一数据集进行分析，包括了条件筛选方法和如何用自定义函数来操作数据集中的元素。在本章，将介绍多数据集的数据处理和分析方法，重点介绍如何做关联分析。

中，我们介绍了不同数据集之间关联分析的方法，本节主要介绍如何将分析完成的数据以特定的格式输出，将分析完成之后的数据输出成想要的内容。

在数据分析中，我们还可以采用一些数据可视化的方法，帮助我们分析数据集的特征，本节主要介绍python数据可视化的方法。

python的一个大的应用方向是数据分析，对于初学者而言，这个系列文章将从零开始，将python数据分析的相关内容做一个系统的介绍。

但在进行真正的数据分析之前，你就会发现其实收集来的数据很多时候并不能直接拿来使用，会出现空值，异常数据和多份数据源存在大小写不一致等问题。因此还需要做一些准备工作，将数据进行预处理。