数据分析实战：泰坦尼克的任务——from kaggle（连载3）

这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。

代码都是jupyter形式

数据重构(上)

5.1数据的合并

import numpy as np
import pandas as pd

5.1.1 任务一：将data文件夹里面的所有数据都载入，与之前的原始 数据相比，观察他们的之间的关系

text_left_up = pd.read_csv(r"C:\Users\win 10\Desktop\train-left-up.csv")
text_left_down = pd.read_csv(r"C:\Users\win 10\Desktop\train-left-down.csv")
text_right_up = pd.read_csv(r"C:\Users\win 10\Desktop\train-right-up.csv")
text_right_down = pd.read_csv(r"C:\Users\win 10\Desktop\train-right-down.csv")

text_left_up.head()

text_left_down.head()

text_right_up.head()

text_right_down.head()

5.1.2 任务二：使用concat方法：将数据train-left-up.csv和trainright-up.csv横向合并为一张表，并保存这张表为result_up

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

result_up

5.1.3 任务三：使用concat方法：将train-left-down和train-rightdown横向合并为一张表，并保存这张表为result_down。然后将上 边的result_up和result_down纵向合并为result。

result_down = pd.concat([text_left_down,text_right_down],axis=1).head()

result_down

result = pd.concat([result_up,result_down])
result

5.1.4 任务四：使用DataFrame自带的方法join方法和append：完成 任务二和任务三的任务

result_up = text_left_up.join(text_right_up)
result_down = text_left_up.join(text_right_down)
result = result_up.append(result_down)
result.head()

5.1.5 任务五：使用Panads的merge方法和DataFrame的append方 法：完成任务二和任务三的任务

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 = result_up.append(result_down)
result.head()

5.1.6 任务六：完成的数据保存为result.csv

result.to_csv(r"C:\Users\win 10\Desktop\result.csv")

5.2 换一种角度看数据

5.2.1 任务一：将数据变为Series类型的数据

text = pd.read_csv(r"C:\Users\win 10\Desktop\result.csv")
text.head()

unit_result=text.stack().head(20)
unit_result.head()

stack()函数：

表格在行列方向上均有索引（类似于DataFrame），花括号结构只有“列方向”上的索引（类似于层次化的Series），结构更加偏向于堆叠（Series-stack，方便记忆）。stack函数会将数据从”表格结构“变成”花括号结构“，即将其行索引变成列索引，

unit_result.to_csv(r'C:\Users\win 10\Desktop\unit_result.csv')

test = pd.read_csv(r'C:\Users\win 10\Desktop\unit_result.csv')
test.head()