“第二课堂”AI实践笔记二

Pandas入门

进入已创建环境中的jupyter notebook

首先载入数据

任务一：导入numpy和pandas

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

 任务三：每1000行为一个数据模块，逐块读取

任务四：将表头改为中文，索引改为乘客ID

 df＝pd.read_csv('train.csv'，names＝['乘客ID'，'是否幸存'……]，index_col＝'乘客ID'，header＝0)

任务五：展示部分数据

前十行：df.head(10)

后15行：df.tail(15)

判断数据是否为空，为空返回true，其余地方返回false

df.isnull().head(5)

任务六：保存数据

将加载并做出改变的数据，在工作目录下保存一个新文件train_Chinese.csv

注意：不同的操作系统保存下来可能会有乱码，可以加入encording＝'GBK'或者'encording＝'utf-8''

df.to_csv('train_chinese.csv')

 

pandas基础

查看DateFrame数据的每列的名称：df.columns

查看“Cabin"这列的所有值：df['Name'].head(3)或df.Name.head(3)

删除多余列：del test1['a']

隐藏列元素：df.drop(['PassengerId','Name','Age','Ticket'],axis＝1).head(3)

筛选年龄在10岁以下的：df[df['Age']＜10]

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']](loc定位方式）（iloc索引方式）

根据c列升序排列：frame.sort_values(by＝'c',ascending＝True)

行索引升序：frame.sort_index()

列索引升序:frame.sort_index(axis＝1)

列索引降序：frame.sort_index(axis＝1,ascending＝False)

两列同时降序：frame.sort_values(by＝['a','c'],ascending＝False)

 

调用describe函数，观察frame2的数据基本信息：

frame2.describe()

"'count(样本数据大小），mean(样本数据的平均值），std(样本数据的标准差），min(样本数据的最小值），25％（样本数据25％时候的值），50％(样本数据50％时候的值),75％(样本数据75％时候的值),max（样本数据的最大值）"'