前言

最近开始第一个数据分析的实战项目，项目为kaggle比赛中的Airbnb New User Booking 项目，该篇主要做数据观察用。所用的数据下载链接：Airbnb New User Booking 数据集，因为我最近很缺CSDN的积分，所以下载需要2积分，如果你没有积分，请留言。

以下开始具体的分析过程，所有代码都是使用Jupyter notebook 完成的。简书我没看到可以插入代码片段的地方，所以基本都用图片来展示过程，文章最后我把所有代码片段放到txt文件里，以供参考。

分析开始

首先引用一些相关包，并导入数据集   观察数据集中各个字段的含义

查看数据集的shape,各有多少行多少列

数据集的shape

查看各字段类型是否合理。 注意： 1.date_first_booking，有三分之二是空的，可能考虑删除 ；2.date_account_created，应该是时间类型比较好 3.timestamp_first_active，应该是时间类型比较好

分析各字段间相差了多少

查看各字段空值情况，图中结果显示不完全，可以看到有几个字段空值很大

查看各字段空值情况 查看两个数据集有哪些不一样的字段 train数据集的dtypes

下面针对数据集各个字段进行分析：

首先对date_account_created进行分析

查看两个集的最大最小时间：

二者以14年6月末为分割

date_account_created

date_account_createdte特点散点图

timestamp_first_active

timestamp_first_active特点分析

date_first_booking

date_first_booking特点分析

Age散点图，柱状图

年龄与数量分布图 年龄段数量柱状图 画特点柱状图方法

gender 与 signup_method的柱状图

各个特点分别画图，这里只画了两个特点

所有特点柱状图集合，这里展示不全

代码下载地址：https://pan.baidu.com/s/1_rR-K4t-ghgNMxuds1MsPw