pandas学习与使用

pandas库

pandas是一个操作数据的一个库
以泰塔尼克号船员为例（数据集可以上github上下载）

1. 读取数据集

titanic_surv=pd.read_csv("titanic_train.csv")

2. 显示数据集的指定一列

age=titanic_surv["Age"]#显示年龄这一列

3. 判断数据是否为null，null值为True,否则为False

age_is_null=pd.isnull(age)
age_is_null
显示出结果：
0      False
1      False
2      False
3      False
4      False
       ...  
886    False
887    False
888     True
889    False
890    False
Name: Age, Length: 891, dtype: bool

显示age值为null数据，age[age_is_null]中age_is_null的参数默认为true

age_null_true=age[age_is_null]
age_null_true

len()函数是统计数据的函数
查找age不为null，参数要写age_is_null=False

titanic_surv["Age"][age_is_null==False]

4. 求平均数的几种方法，可以对比参照学习

age_mean=sum(age_null_false)/len(age_null_false)
age_mean
------------------------
titanic_surv["Age"][age_is_null==False].mean()
--------------------------
passenger_surv=titanic_surv.pivot_table(index="Pclass",values="Survived",aggfunc=np.mean)
passenger_surv
-------------------------------
passenger_age=titanic_surv.pivot_table(index="Pclass",values="Age")
passenger_age
#这个也是求平均数，与上一种比较aggfunc参数默认

5. pivot_table（）函数的使用