1.导入numpy和pandas
2.使用两种方法导入数据
3.将所给数据集表头改写成中文
df = pd.read_csv('train.csv', names=['乘客ID','是否幸存','仓位等级','姓名','性别','年龄','兄弟姐妹个数','父母子女个数','船票信息','票价','客舱','登船港口'],index_col='乘客ID',header=0)
df.head()
4.查看数据基本信息df.info()
5.判断数据是否为空,为空的地方返回True,其余地方返回False
6.保存数据df.to_csv('train_chinese.csv')
7.查看数据集列的所有值df['Name'].head(3)
8.加载文件"test_1.csv",然后对比"train.csv",看看有哪些多出的列,然后将多出的列删除
test_1 = pd.read_csv('test_1.csv')
test_1.head(3)
9.筛选数据df[df["Age"]<10].head(3)
10.升序降序
# 让行索引升序排序
frame.sort_index()
# 让列索引升序排序
frame.sort_index(axis=1)
# 让列索引降序排序
frame.sort_index(axis=1, ascending=False)
# 让任选两列数据同时降序排序
frame.sort_values(by=['a', 'c'], ascending=False)