pandas学习

1 第一章：数据加载

1.1 载入数据

数据集下载 https://www.kaggle.com/c/titanic/overview

1.1.1 任务一：导入numpy和pandas

[8]:

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(r"C:\Users\LENOVO\Desktop\pandas入门\train.csv")

1.1.3 任务三：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)

1.1.4 任务四：将表头改成中文，索引改为乘客ID [对于某些英文资料，我们可以通过翻译来更直观的熟悉我们的数据

PassengerId => 乘客ID
Survived => 是否幸存
Pclass => 乘客等级(1/2/3等舱位)
Name => 乘客姓名
Sex => 性别
Age => 年龄
SibSp => 堂兄弟/妹个数
Parch => 父母与小孩个数
Ticket => 船票信息
Fare => 票价
Cabin => 客舱
Embarked => 登船港口

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)

1.2 初步观察
导入数据后，你可能要对数据的整体结构和样例进行概览，比如说，数据大小、有多少列，各列都是什么格式的，是否包含null等

1.2.1 任务一：查看数据的基本信息

df.info()

1.2.2 任务二：观察表格前10行的数据和后15行的数据

df.head(10)

df.tail(15)

1.2.4 任务三：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)

1.3 保存数据

1.3.1 任务一：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')