使用panda实现以上程序：

import json

from pandas import DataFrame, Series

import pandas as pd

import numpy as np

path = './Python Data Analysis Example_1.txt'

records = [json.loads(line) for line in open(path)]

#print(records[0]['tz'])

time_zones = [rec['tz'] for rec in records if 'tz' in rec]

#print(time_zones[:10])

frame = DataFrame(records)

print(frame['tz'][:10])

输出结果：

0     America/New_York

1       America/Denver

2     America/New_York

3    America/Sao_Paulo

4     America/New_York

5     America/New_York

6        Europe/Warsaw

7                     

8                     

9                     

Name: tz, dtype: object

这里的frame的输出形式是摘要视图，主要用于较大的DataFrame对象。frame[’tz’]所返回的Series对象有一个value_counts方法，该方法可以让我们得到所需要的信息。

tz_counts = frame['tz'].value_counts()

print(tz_counts[ :10])

输出结果：

America/New_York       1251

                                   521

America/Chicago          400

America/Los_Angeles    382

America/Denver             191

Europe/London              74

Asia/Tokyo               37

Pacific/Honolulu        36

Europe/Madrid               35

America/Sao_Paulo         33

Name: tz, dtype: int64

然后我们想利用绘制图库（matplotlib）为这段数据生成一张图片。为此我们先给记录中缺失的时区天上一个替代值，fillna函数可以替换缺失值（NA），而未知值（空字符串）则可以通过布尔数组索引加以替换。

clean_tz = frame['tz'].fillna('Missing')

clean_tz[clean_tz == ''] = 'Unknow'

tz_counts = clean_tz.value_counts()

print(tz_counts[ :10])

输出结果：

America/New_York       1251

Unknow                  521

America/Chicago          400

America/Los_Angeles    382

America/Denver             191

Missing                 120

Europe/London              74

Asia/Tokyo                37

Pacific/Honolulu             36

Europe/Madrid               35

Name: tz, dtype: int64

利用counts对象的plot方法既可以得到一张水平条形图：

tz_counts[ :10].plot(kind='barh', rot=0)

输出结果：