我有一个住房数据集
sac_new.head()
street city zip state beds baths sq__ft type sale_date price latitude longitude
0 3526 HIGH ST SACRAMENTO 95838 CA 2 1 836 Residential Wed May 21 00:00:00 EDT 2008 59222 38.631913 -121.434879
1 51 OMAHA CT SACRAMENTO 95823 CA 3 1 1167 Residential Wed May 21 00:00:00 EDT 2008 68212 38.478902 -121.431028
2 2796 BRANCH ST SACRAMENTO 95815 CA 2 1 796 Residential Wed May 21 00:00:00 EDT 2008 68880 38.618305 -121.443839
3 2805 JANETTE WAY SACRAMENTO 95815 CA 2 1 852 Residential Wed May 21 00:00:00 EDT 2008 69307 38.616835 -121.439146
4 6001 MCMAHON DR SACRAMENTO 95824 CA 2 1 797 Residential Wed May 21 00:00:00 EDT 2008 81900 38.519470 -121.435768
sac_new.describe()
zip beds baths sq__ft price latitude longitude
count 985.000000 985.000000 985.000000 985.000000 985.000000 985.000000 985.000000
mean 95750.697462 2.911675 1.776650 1312.918782 233715.951269 38.445121 -121.193371
std 85.176072 1.307932 0.895371 856.123224 139088.818896 5.103637 5.100670
min 95603.000000 0.000000 0.000000 -984.000000 -210944.000000 -121.503471 -121.551704
25% 95660.000000 2.000000 1.000000 950.000000 145000.000000 38.482704 -121.446119
50% 95762.000000 3.000000 2.000000 1304.000000 213750.000000 38.625932 -121.375799
75% 95828.000000 4.000000 2.000000 1718.000000 300000.000000 38.695589 -121.294893
max 95864.000000 8.000000 5.000000 5822.000000 884790.000000 39.020808 38.668433
我需要处理的是零值
sac_new.beds.value_counts()
3 413
4 258
2 133
0 108
5 59
1 9
6 3
8 1
Name: beds, dtype: int64
sac_new.baths.value_counts()
2 544
1 179
3 132
0 108
4 19
5 2
Name: baths, dtype: int64
sac_new.sq_ft.value_counts()
0 171
1120 8
795 6
1410 5
1039 5
...
988 1
1656 1
876 1
1659 1
1235 1
Name: sq_ft, Length: 603, dtype: int64
我在想那些没有床、没有浴室、没有平方英尺的一排可能是一片土地,所以可能想要保留下来。但是,面积为零但床和浴室值为零的行肯定是错误的。我认为我不应该放弃这一行。我认为我应该为平方英尺添加值,并基于其他行的平均平方英尺。因此,第一个问题是,这是否是一个明智的想法
如果是这样的话,我想这可以通过一段代码来实现,该代码可以查找每个床和浴室组合的平均平方英尺。那么,有多少排有一张床和一个浴室,总面积的平均值是多少?有多少排有一张床和两个浴室。。。2床1浴、2床2浴等。然后将每个床的平均值添加到相应房地产的零平方英尺值中
或者,首先检查63个零平方英尺行的浴室和床的组合,这些行有浴室和床的值,然后计算这些组合的平均平方英尺,因为这些组合的面积可能比数据集中的其他部分要小
但这是我小小的大脑在这个阶段所能做到的。有人能帮忙吗?这是我第一天在stackoverflow上发布的帖子,所以如果我的格式有误,或者正在解释错误的事情,一定要让我知道
目前没有回答
相关问题 更多 >
编程相关推荐