Pandas入门操作(一)

建议在jupyter notebook上进行操作

1 第一章：数据加载

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

1.1.1导入numpy和pandas

import numpy as np
import pandas as pd 

【提示】如果加载失败，学会如何在你的python环境下安装numpy和pandas这两个库

可以在终端使用pip install numpy和pip install pandas下载

1.1.2 载入数据

(1)使用相对路径载入数据

df = pd.read_csv('./train.csv')

(2)使用绝对路径载入数据

df = pd.read_csv("C:/Users/52446/Desktop/python学习/pandas入门/train.csv")

1.1.3 将数据表头改为中文

df = pd.read_csv('./train.csv',names = ['乘客id','是否幸存','乘客等级','乘客姓名','性别','年龄','堂兄弟妹个数','父母子女个数','船票信息','票价','客舱','登船舱口'],index_col='乘客id',header = 0)
df.head(3)

1.2 初步观察

1.2.1 查看数据基本信息

df.info()

结果 

<class 'pandas.core.frame.DataFrame'>
Index: 891 entries, 1 to 891
Data columns (total 11 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   是否幸存    891 non-null    int64  
 1   乘客等级    891 non-null    int64  
 2   乘客姓名    891 non-null    object 
 3   性别      891 non-null    object 
 4   年龄      714 non-null    float64
 5   堂兄弟妹个数  891 non-null    int64  
 6   父母子女个数  891 non-null    int64  
 7   船票信息    891 non-null    object 
 8   票价      891 non-null    float64
 9   客舱      204 non-null    object 
 10  登船舱口    889 non-null    object 
dtypes: float64(2), int64(4), object(5)
memory usage: 83.5+ KB

1.2.2 观察前10行和后15行的数据

df.head(10) # 前十行数据
df.tail(15) # 后十五行数据

1.2.3 判断数据是否为空，为空返回True，其余地方返回False

df.isnull()

1.3保存数据

df.to_csv('train_chinese.csv')

数据保存在相应的位置