2021-06-13

1 第一章：数据载入及初步观察

1.1 载入数据

import numpy as np

import pandas as pd

df = pd.read_csv('train.csv')  

#相对路径，直接调用文件目录

df = pd.read_csv('C:/Users/syl/hands-on-data-analysis/第一单元项目集合/train.csv')  

#绝对路径，完整目录

chunker = pd.read_csv('train.csv',chunksize= 1000)    #逐块读取，每1000行一个数据模块

for test in chunker :

    print(type(test))                     #查看数据块类型

    print(len(test))                       #查看数据块列数

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)

修改表头为中文，索引改为‘乘客ID’,header=0为不要原索引，从第一行开始

df.head(10)              #查看前10列数据

df.head(15)              #查看后15列数据

df.isnull().head()      #判断数据是否为null

1.2 写入数据

df.to_csv('train_chinese.csv')

加入`encoding='GBK' 或者 ’encoding = ’uft-8‘可以防止乱码