数据分析打卡03

数据重构

1、数据的合并
（1）concat方法：将数据横向合并在一起

text_left_up = pd.read_csv("data/train-left-up.csv")
text_right_up = pd.read_csv("data/train-right-up.csv")
text_left_up.head()
text_right_up.head()

list_up = [text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=1)
result_up.head()

注：横向合并和纵向合并均可以使用concat（），axis=1，横向合并，axis=0（默认）纵向合并
（2）join方法和append方法
join()将dataframe进行列拼接，默认左拼接
append()将dataframe进行行拼接，默认

resul_up = text_left_up.join(text_right_up)  #将left和right拼接在一起，列拼接
result_down = text_left_down.join(text_right_down)
result = result_up.append(result_down) 
result.head()

（3）merge方法

DF.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)

left/right：要拼接在一起的dataframe
how：以怎样的方式进行拼接在一起，有inner、left、right、outer，默认为inner
right_on/left_on：用于左侧或右侧拼接的列名
left_index/right_index：用于左侧或右侧拼接的行的索引号
sort：是否进行排序
merge只能用于两张表的拼接

result_up = pd.merge(text_left_up,text_right_up,left_index=True,right_index=True)
result_down = pd.merge(text_left_down,text_right_down,left_index=True,right_index=True)
result = resul_up.append(result_down)
result.head()

2、数据聚合与运算
（1）GroupBy（）
可以进行数据分组以及分组后的数据运算
df[结果属性].groupby([df[分类属性1],df[属性2]…).mean()(函数名称)

#计算泰坦尼克号男性与女性的平均票价
df = text['Fare'].groupby(text['Sex'])
means = df.mean()
means

#计算男女的存活人数
survived_sex = text['Survived'].groupby(text['Sex']).sum()
survived_sex.head()

#统计在不同等级的票中的不同年龄的船票花费的平均 值
text.groupby(['Pclass','Age'])['Fare'].mean().head()

#得出不同年龄的总的存活人数，然后找出存活人数的 最高的年龄，最后计算存活人数最高的存活率（存活人数/总人数）
#不同年龄的存活人数
survived_age = text['Survived'].groupby(text['Age']).sum()
survived_age.head()

#找出最大值的年龄段
survived_age[survived_age.values==survived_age.max()]

_sum = text['Survived'].sum()
print("sum of person:"+str(_sum))
precetn =survived_age.max()/_sum
print("最大存活率："+str(precetn))