以昨天抓取的数据为例子，一窥python进行数据分析流程。当然，现实情况是：此次抓取的数据，数据量小、可用字段少。不过，只是以此为例，初探究竟。
首先，昨天我们抓取的数据是以json格式存储到文件中的。读取json文件，python的pandas可以大显身手，使用及其方便。
**
**
1. 读入数据
\
导入pandas这个package，直接调用pandas中的read_json方法。
\
通过head查看此数据框的第一行，由于字段较多，pandas只显示首尾部分，结果不再展示。
\
2. 清洗数据
\
- 剔除重复项目
认为同一个wx_origin_id的是同一个微信号，所以要使用参数subset，否则会默认检查所有字段，只有两条数据所有字段的值都相等时，才算是重复数据。
\
以上代码的结果如下所示：
\
- 检查空值
\
3. 描述性分析
\
比如可以看看预估粉丝量排名
mydata.sort_values('fans_num_estimate', ascending=False).head(10)['wx_alias']
\
mydata.sort_values('fans_num_estimate', ascending=False).head(10).loc[:,['wx_alias','fans_num_estimate']]
\
\
欢迎点击下方二维码，关注《数据分析师手记》，跟三月桑一起学习数据分析
\
\
