pandas

导入numpy和pandas

import numpy as np
import pandas as pd

任务二：载入数据 (1) 使用相对路径载入数据 (2) 使用绝对路径载入数据

df = pd.read_csv('./train.csv')
df = pd.read_csv('D:\freshstudentD\AI\pandas入门\train.csv')

每1000行为一个数据模块，逐块读取

chunker = pd.read_csv('./train.csv',chunksize=1000)
for i in chunker:
    print(i)

将表头改成中文，索引改为乘客ID

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

查看数据的基本信息

df.info()

观察表格前10行的数据和后15行的数据

df.head(10)
df.tail(15)

判断数据是否为空，为空的地方返回True，其余地方返回False

df.isnull().head(5)

将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv

df.to_csv('train_chinese.csv')

查看DataFrame数据的每列的名称

df.columns

查看"Cabin"这列的所有值

df['Cabin'].head(3)

加载文件"test_1.csv"，然后对比"train.csv"

test1 = pd.read_csv('test_1.csv')

del test1['a']
test.head(3)

将['PassengerId','Name','Age','Ticket']这几个列元素隐藏，只观察其他几个列元素

df.drop(['PassengerId','Name','Age','Ticket'],axis=1).head(3)

以"Age"为筛选条件，显示年龄在10岁以下的乘客信息。

df[df['Age']<10]

以"Age"为条件，将年龄在10岁以上和50岁以下的乘客信息显示出来，并将这个数据命名为midage

midage = df[(df['Age']>10)&(df['Age']<50)]
midage.head(3)

将midage的数据中第100行的"Pclass"和"Sex"的数据显示出来

midage.loc[[100],['Pclass','Sex']]

使用loc方法将midage的数据中第100，105，108行的"Pclass"，"Name"和"Sex"的数据显示出来

midage.loc[[100,105,108],['Pclass','Name','Sex']]

使用iloc方法将midage的数据中第100，105，108行的"Pclass"，"Name"和"Sex"的数据显示出

midage.iloc[[100,105,108],[2,3,4]]

# 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)
​
​

对泰坦尼克号数据（trian.csv）按票价和年龄两列进行综合排序（降序排列）

text.sort_values(by=['票价','年龄']ascending=False)

#将frame_a和frame_b进行相加
frame1_a + frame1_b

通过泰坦尼克号数据如何计算出在船上最大的家族有多少人

max(text['兄弟姐妹个数'] + text['父母子女个数'])

分别看看泰坦尼克号数据集中 票价、父母子女 这列数据的基本统计数据

text['票价'].describe()

​