DataWhale组队学习《Titanic》

1 第一章：数据载入及初步观察

##1.1 载入数据

1.1.1 任务一：导入numpy和pandas

import numpy as np
import pandas as pd
import os

1.1.2 任务二：载入数据

(1) 使用相对路径载入数据 (2) 使用绝对路径载入数据

pd.read_csv('/Users/zhengweihao/Desktop/Datawhale/titanic/train.csv')

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

df.shape

df.T

path = os.path.abspath('train.csv')

pd.read_csv(path)

pd.read_table(path)

pd.read_table(path, sep=',')

df = pd.read_csv('train.csv',chunksize=1000)

df.get_chunk()

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

1.1.4 任务四：将表头改成中文，索引改为乘客ID [对于某些英文资料，我们可以通过翻译来更直观的熟悉我们的数据]

df.columns = ['乘客ID','是否幸存', '乘客等级(1/2/3等舱位)', '乘客姓名', '性别','年龄', '堂兄弟/妹个数', '父母与小孩个数', '船票信息', '票价', '客舱','登船港口']

df

df = pd.read_csv('train.csv', names=['乘客ID','是否幸存', '乘客等级(1/2/3等舱位)', '乘客姓名', '性别','年龄', '堂兄弟/妹个数', '父母与小孩个数', '船票信息', '票价', '客舱','登船港口'])

1.2 初步观察

1.2.1 任务一：查看数据的基本信息

df.info()

df.describe()

1.2.2 任务二：观察表格前10行的数据和后15行的数据

df.head(10)

df.tail(15)

df.isnull()

1.3 保存数据

¶

df.to_csv('train_chinese.csv')