Pandas数据分析初学--数据过滤与排序

探索2012欧洲世界杯数据

首先导入Pandas库

import pandas as pd

（1）. 将数据集存入一个名为euro12的数据框内；

chipo = pd.read_csv('chipotle.tsv')

（2）. 只选取Goals这一列；

euro12.Goals

（3）. 有多少球队参与了2012欧洲杯？

euro12.Team.nunique()

（4）. 该数据集中一共有多少列(columns)?

euro12.shape[1]

（5）. 将数据集中的列Team, Yellow Cards和Red Cards单独存为一个名叫discipline的数据框；

discipline = euro12[['Team','Yellow Cards','Red Cards']]

（6）. 对数据框discipline按照先Red Cards再Yellow Cards进行排序；

discipline.sort_values(by=['Red Cards','Yellow Cards'],ascending = False)

（7）. 计算每个球队拿到的黄牌数的平均值；

euro12['Yellow Cards'].mean()

（8）. 找到进球数Goals超过6的球队数据；

euro12[euro12.Goals>6]

（9）. 选取以字母G开头的球队数据；

euro12[euro12.Team.str.startswith('G')]

（10）. 选取前7列；

euro12.iloc[:,0:7]

（11）. 选取除了最后3列之外的全部列；

euro12.iloc[:,0:-3]

（12）. 找到英格兰(England)、意大利(Italy)和俄罗斯(Russia)的射正率(ShootingAccuracy)。

euro12.loc[euro12['Team'].isin(['England','Italy','Russia']),
['Team','Shooting Accuracy']]

数据表Github链接：https://github.com/Booting-O/Pandas-Practice.git