08 ，df 列操作 ：字段名，dtype 字段类型，字段操作案例，列计算，大，小，平均值

1 ，字段名 ： data.columns

1. 代码 ：

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 所有字段 ：
    cols = data.columns
    print(cols)
==================================
Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp',
       'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'],
      dtype='object')

2 ，字段类型，查看 ： data.dtypes

1. 代码 ：

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 所有字段 ：
    res = data.dtypes
    print(res)
================================
PassengerId      int64
Survived         int64
Pclass           int64
Name            object
Sex             object
Age            float64
SibSp            int64
Parch            int64
Ticket          object
Fare           float64
Cabin           object
Embarked        object

3 ，字段类型，修改 ：data[“PassengerId”].astype(“object”)

1. 代码 ：

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 所有字段 ：
    print(data.dtypes)
    data["PassengerId"] = data["PassengerId"].astype("object")
    print(data.dtypes)
=======================================================
PassengerId      int64
Survived         int64
Pclass           int64
Name            object
Sex             object
Age            float64
SibSp            int64
Parch            int64
Ticket          object
Fare           float64
Cabin           object
Embarked        object
=======================================================
PassengerId     object
Survived         int64
Pclass           int64
Name            object
Sex             object
Age            float64
SibSp            int64
Parch            int64
Ticket          object
Fare           float64
Cabin           object
Embarked        object

4 ，案例：字段操作

1. 字段名操作 ：
   1 ，定位 ： 找出所有以 “d” 结尾的字段，并且取出。
   2 ，操作 ： 将这些字段 * 2，得到新的字段
   3 ，替换 ： 将原字段删除，将新字段放入
2. 精华代码 ：

# 3 ，制造新 df
new_df = data[new_cols] * 2
# 4 ，去掉旧 df
res_data = data.drop(new_cols,axis=1)
# 5 ，添加新列
res_data[["new01","new02","new03"]] = new_df

3. 全部代码 ：

import numpy as np
import pandas as pd
import pandas.core.frame

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 1 ，所有字段 ：
    old_cols = data.columns.tolist()
    # 2 ，找到所有的 d 结尾字段
    new_cols = []
    for e in old_cols:
        if str(e).endswith("d"):
            new_cols.append(e)
    print(old_cols)
    print(new_cols)
    # 3 ，制造新 df
    new_df = data[new_cols] * 2
    # 4 ，去掉旧 df
    res_data = data.drop(new_cols,axis=1)
    # 5 ，添加新列
    res_data[["new01","new02","new03"]] = new_df
    print(res_data)
================================================================
['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp', 'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked']
['PassengerId', 'Survived', 'Embarked']
     Pclass                                               Name  ... new02  new03
0         3                            Braund, Mr. Owen Harris  ...     0     SS
1         1  Cumings, Mrs. John Bradley (Florence Briggs Th...  ...     2     CC
......................
......................

5 ，列计算，列乘 ：data[“PassengerId”] * data[“Survived”]

1. 不同列之间 ：可以做计算，加减乘除
2. 代码 ：

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 取出两列
    df_new = data[["PassengerId","Survived"]]
    df_tow = data["PassengerId"] * data["Survived"]
    df_new["tow"] = df_tow
    print(df_new)
===================================
     PassengerId  Survived  tow
0              1         0    0
1              2         1    2
2              3         1    3

6 ，最大值 ：data[“Age”].max()

1. 代码 ： 年龄最大的人

if __name__ == '__main__':
    # 读文件 csv
    data = pd.read_csv("titanic_train.csv")
    # 取出两列
    res = data["Age"].max()
    print(res)
=======================
80.0

7 ，最小值 ： data[“Age”].min()

8 ，平均值 ： data[“Age”].mean()

1. 注意，这个平均值，不是 ：总和/总数
2. 是 ： 不算空值

9 ，总和 ： data[“Age”].sum()