【Python--数据结构分析】海伦一直使用在线交友网站寻找适合的交友对象，为了方便分析，她将交友数据存放在datingTestSet.csv文件中。

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
#1.创建50*7的DataFrame对象，数据为[10,99]之间的随机整数，
#列索引标签为字符a-g，将DataFrame对象保存到CSV文件中.
data=np.random.randint(10,100,size=(50,7))
a=DataFrame(data,columns=['a','b','c','d','e','f','g'])
print(a)
a.to_csv('out.csv',mode='w',header=True,index=True)
#2.海伦一直使用在线交友网站寻找适合的交友对象，为了方便分析，她将交友数据存放在datingTestSet.csv文件中
#(1)从文件中读取有效数据保存到DataFrame对象中，跳过所有文字解释行.
#(2)列索引标签设为['flymiles','videogame','icecream','type'].
a=pd.read_csv('e:\\data\\datingTestSet.csv',header=None,names=['flymiles','videogame','icecream','type'],skiprows=2)
print(a)
#(3)显示读取的前5条数据.
print(a[:5])
#(4)显示所有type为largeDoses的数据.
print(a.loc[a['type']=='largeDoses',:])

1.创建50*7的DataFrame对象，数据为[10,99]之间的随机整数，列索引标签为字符a-g，将DataFrame对象保存到CSV文件中.【提示】使用NumPy的随机生成函数randint()生成数据。

2.海伦一直使用在线交友网站寻找适合的交友对象，为了方便分析，她将交友数据存放在datingTestSet.csv文件中。

(1)从文件中读取有效数据保存到DataFrame对象中，跳过所有文字解释行.

(2)列索引标签设为['flymiles','videogame','icecream','type'].

(3)显示读取的前5条数据.

(4)显示所有type为largeDoses的数据.