数据分析-pandas 基础（二）分析泰坦尼克号数据

上一节课介绍了 Pandas 的基本用法，这一章节我们通过对 “泰坦尼克号” 幸存者进行数据分析，来进一步的学习 pandas。

titanic_train.csv

网盘链接：链接：https://pan.baidu.com/s/1hGc19QAGV6H-hDtOdz-GpQ 提取码：sgu8

image-20200618091812300

数据简介：

• PassengerId:乘客ID
• Survived:是否获救，用1和Rescued表示获救,用0或者not saved表示没有获救
• Pclass:乘客等级，“1”表示Upper，“2”表示Middle，“3”表示Lower
• Name:乘客姓名
• Sex:性别
• Age:年龄
• SibSp:乘客在船上的配偶数量或兄弟姐妹数量）
• Parch:乘客在船上的父母或子女数量
• Ticket:船票信息
• Fare:票价
• Cabin:是否住在独立的房间，“1”表示是，“0”为否
• embarked:表示乘客上船的码头距离泰坦尼克出发码头的距离，数值越大表示距离越远

首先读入 数据

import pandas as pd
import numpy as np
titanic_survival = pd.read_csv("titanic_train.csv")
titanic_survival.head() #查看前几行数据

image-20200618091440524

在 pandas 中，使用 NaN 表示数据为空，表示数据缺失

使用 .isnull()函数判断一列数据是否为空

age = titanic_survival["Age"]
age_is_null = pd.isnull(age)
print(age_is_null)

image-20200618094104841