pandas数据处理-0722

今天终于把泰坦尼克这个救援数据的基本情况拎出来了，现在把代码贴进来，方便后续使用，同时也有一些作为纯纯的小白的傻傻的注释。老手们就绕道吧。

 import  pandas as pd 
  import  numpy as np 

tantic_data = pd.read_csv(r"C:\mafengwo/titanic_train.csv")

#对数据整体情况做一个查看，每个变量的缺失程度是怎么样的
tantic_data_all = tantic_data.isnull().count().sort_values(ascending =False)
tantic_data_miss =tantic_data.isnull().sum().sort_values(ascending=False)
tantic_miss_percent = (tantic_data_miss/tantic_data_all).sort_values(ascending =False)
tantic_miss_final = pd.concat([tantic_data_all,tantic_data_miss,tantic_miss_percent],axis=1,keys=["data_total","data_miss","miss_percent"],
                              sort=True).sort_values(ascending=False,by = 'miss_percent')

#这个可以放在查看缺失数据的前面，查看数据的整体分布情况，这里describe只会统计数值型的变量，且只会统计数值中的非空个数
tantic_data.describe()

#一些基本的统计信息查看和分布情况
tantic_data['Pclass'].value_counts(dropna=False)

#第一个 查看不同舱位的乘客获救情况：人数，获救占比——乘客能否获救与舱位是否有关系
#解决问题的思路：找到变量的字段——舱位&是否获救
#获取船舱等级并转化为list格式，方便后期使用
Pclass = set(tantic_data['Pclass'])
Pclass_list =[]
for pcl in Pclass: