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')