红酒、白酒数据集分析——案例(1)

详见：red_white_wine_quality数据集分析

（一）数据集概览
有两个样本:
winequality-red.csv:红葡萄酒样本 red-wine 数据集
winequality-white.csv:白葡萄酒样本 white-wine 数据集
每个样本都有得分从1到10的质量评分，以及若干理化检验的结果

#	理化性质	字段名称
1	固定酸度	fixed acidity
2	挥发性酸度	volatile acidity
3	柠檬酸	citric acid
4	残糖	residual sugar
5	氯化物	chlorides
6	游离二氧化硫	free sulfur dioxide
7	总二氧化硫	total sulfur dioxide
8	密度	density
9	PH值	pH
10	硫酸盐	sulphates
11	酒精度	alcohol
12	质量	quality

（二）问题提出

• 根据此数据集中的列的直方图，以下哪个特征变量显示为右偏态？固定酸度、总二氧化硫、pH 值、酒精度
• 根据质量对不同特征变量的散点图，以下哪个最有可能对质量产生积极的影响？_挥发性酸度、残糖、pH 值、酒精度
• 某种类型的葡萄酒（红葡萄酒或白葡萄酒）是否代表更高的品质？
• 哪个酸度水平的平均评分最高？
• 酒精含量高的酒是否评分较高？
• 口感较甜的酒是否评分较高？

（三）分析步骤

• 导入数据和库依赖import

• 修改不规范的列名rename

• 合并数据集append

• 基本数据分析：列数、缺失值统计、重复行统计duplicated、唯一值数量unique、平均值mean等等

• 保存修改后的数据集to_csv

• 可视化探索plot：绘制柱状图plot.hist、查看偏态skew、子图plt.subplots

• 分组并绘图：groupby