动手学数据分析

数据分析入门
【思考】知道数据加载的方法后，试试pd.read_csv()和pd.read_table()的不同，如果想让他们效果一样，需要怎么做？了解一下’.tsv’和’.csv’的不同，如何加载这两个数据集？

【答】TSV与CSV的区别：
从名称上即可知道。
TSV是用制表符（Tab,’\t’）作为字段值的分隔符；IANA规定的标准TSV格式，字段值之中是不允许出现制表符的。
CSV是用半角逗号（’,’）作为字段值的分隔符；

【思考】什么是逐块读取？为什么要逐块读取呢？
【答】是指通过指定一个chunksize分块大小来逐步读取文件，因为pandas读取文件时候常常通过大文件，这样可以减小对电脑内存的压力。

值得注意的是这里返回的df2是一个可迭代的对象TextFileReader，可以通过for chunk in df: 迭代

【思考】对于一个数据，还可以从哪些方面来观察？找找答案，这个将对下面的数据分析有很大的帮助
【答】查看每列的平均数，zip大数，平均数等等

【思考】还有其他的删除多余的列的方式吗？
【总结】通过pandas删除列有以下几种情况
1.del df[‘columns’] #改变原始数据
2.df.drop(‘columns’,axis=1)#删除不改表原始数据，可以通过重新赋值的方式赋值该数据；df.drop(‘columns’,axis=1,inplace=True) #改变原始数据

【思考】这个reset_index()函数的作用是什么？如果不用这个函数，下面的任务会出现什么情况？
【答】 reset_index()是重置索引，因为前面对数据进行了筛选，所以索引不再是连续的了。而drop=True是表示不想保留原来的index，默认 False。