泰坦数据学习笔记-pd常用函数：读csv,read_csv()、删除列drop()、列操作loc(), iloc()...

#pandas库导入csv
#r的作用是把\变成/
data = pd.read_csv(r"D:\jupterFiles\sklearnGo\data.csv")

#data是从csv导入的，因此：
data #整个数据
data.info()
#下面表示891行；列
#如果有object对象，是不能直接使用的；要转化为数字
#对于缺失值，需要处理；缺失太多直接删掉
data.head(10)
#显示前面n个（默认5）

#删去一些列
#删掉名字name，舱位号cabin，ticket票号
#drop()删除函数；inplace=True表示覆盖原表（默认False，生成新对象）;axis=1表示对“列”进行操作
data.drop(['Cabin','Name','Ticket'],inplace=True,axis=1)

#删去数值包含空的行
data = data.dropna(axis=0)

#获得一列中所有可能的值
#取出Embarked中所有的值
labels = data['Embarked'].unique().tolist()
#['S', 'C', 'Q']

#获得列表中某个值的下标
labels.index('S')

#对列进行操作
#apply()在这一列上执行括号里的操作
#匿名函数 lambda x；用于把列表的项转换成索引
#下面表示Embarked的每一行数据，给出字母->返回索引
data['Embarked'] = data['Embarked'].apply(lambda x:labels.index(x))

#判断某列是否是某值（比如男）
data['Sex'] == "male"
#判断每一行都等于male吗，是的话返回true
#修改为1（男）和0（女）
(data['Sex']=="male").astype("int")

#获得某几列
#iloc[:^,^]。第一个^表示所有行；第二个^表示取出返回为True的列
x = data.iloc[:,data.columns != "Survived"]
y = data.iloc[:,data.columns == "Survived"]

#划分训练集与测试集
Xtrain, Xtest, Ytrain, Ytest = train_test_split(x,y,test_size=0.3)

#决策树模型
clf = DecisionTreeClassifier(random_state=25)
clf = clf.fit(Xtrain,Ytrain)
score = clf.score(Xtest,Ytest)

#使用了交叉验证的决策树模型
clf = DecisionTreeClassifier(random_state=25)
score = cross_val_score(clf,x,y,cv=10).mean()

#其他还有【测试最好的max_depth, 画图plt, 网格搜索】在这里不贴出来了