【DataWhale】之动手学数据分析(三)

import numpy as np
import pandas as pd

text_left_up= pd.read_csv('D:\\pythondata\\train-left-up.csv')
text_left_down= pd.read_csv('D:\\pythondata\\train-left-down.csv')
text_right_up= pd.read_csv('D:\\pythondata\\train-right-up.csv')
text_right_down= pd.read_csv('D:\\pythondata\\train-left-down.csv')

#concat
list_up=[text_left_up,text_left_down]
result_up=pd.concat(list_up,axis=1)
list_down=[text_left_up,text_left_down]
result_down=pd.concat(list_down,axis=1)
result=pd.concat([result_up,result_down])

#join+append
result_up=text_left_up.join(text_right_up)
result_down=text_left_down.join(text_right_down)
result1=result_up.append(result_down)


#merge+append
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)
result2=result_up.append(result_down)
result2.to_csv('D:\\pythondata\\rasult2.csv',encoding='utf-8')


#stack是堆栈的意思,就是让数据按一列的顺序排列
text=pd.read_csv('D:\\pythondata\\train-left-up.csv')
print(text.head())
unit_result=text.stack().head(10)
print(unit_result.head(10))
import numpy as np
import pandas as pd
text=pd.read_csv('D:\\pythondata\\result.csv')
print(text.head(5))

df=text['Fare'].groupby(text['Sex'])
means=df.mean()
print(means)

#先根据是否存活,再根据性别进行求和
survived_sex=text['Survived'].groupby(text['Sex']).sum()
print(survived_sex.head())



survived_pclass=text['Survived'].groupby(text['Pclass']).sum()
print(survived_pclass)

aravgecost=text.groupby(['Pclass','Age'])['Fare'].mean()
print(aravgecost.head())

survived_age=text['Survived'].groupby(text['Age']).sum()
print(survived_age.head())

print(survived_age[survived_age.values==survived_age.max()])
_sum=text['Survived'].sum()

print(_sum)
print('sum of person:'+str(_sum))
precetn=survived_age.max()/_sum
print('最大存活率'+str(precetn))
#Groupby
import numpy as np
import pandas as pd
df=pd.DataFrame({'key1':['a','a','b','b','a'],'key2':['one','two','one','two','one'],'data1':np.random.randn(5),'data2':np.random.randn(5)})
print(df)
#1.按key1进行分组,并计算data1列的平均值。
grouped=df['data1'].groupby(df['key1'])
print(grouped)
#这种计算出来的结果不是值,是一个对象,需要进一步的求和或者均值运算
print(grouped.mean())
#一次传入多个数组的列表,会得到不同的结果
grouped1=df['data1'].groupby([df['key1'],df['key2']]).mean()
print(grouped1.unstack())
#列成堆栈的形式
#.size是一种求分组大小的方法
#print(df.groupby(['key1','key2']).size())
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Datawhale数据分析课程是一门专门教授数据分析的课程。在这门课程中,生将习各种数据处理和分析的技巧,包括数据的载入、基本操作、可视化展示等。在第一章的习中,生主要习了如何载入数据以及如何查看数据的基本信息,例如平均值、标准差、最大最小值,还习了数据的相加和删减等基本操作,这些都为后面进行数据分析打下了基础。此外,数据可视化也是数据分析过程中非常重要的一部分。通过绘图展示数据,可以帮助人们更直观地理解数据,从而得出更准确的结论。良好的数据可视化往往需要一些技巧,比如可以使用matplotlib和seaborn等库来进行可视化操作。例如,在任务六中,使用seaborn库的kdeplot函数对泰坦尼克号数据集中不同年龄的人生存与死亡人数分布情况进行了可视化展示。此外,Pandas库中的stack()和unstack()方法也是数据分析中常用的工具,用于数据的重构、聚合与运算。通过使用这些方法,可以对数据进行更灵活的处理和分析。例如,在任务一中,通过习教材《Python for Data Analysis》和进行相关的搜索,可以了解到GroupBy机制在数据分析中的应用。总之,Datawhale数据分析课程提供了丰富的知识和技巧,帮助生掌握数据分析的基本原理和实践技能。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Datawhale数据分析课程01](https://blog.csdn.net/m0_71038676/article/details/124809826)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Datawhale数据分析课程第二章](https://blog.csdn.net/miaochangq/article/details/108077004)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值