动手学数据分析Task03

数据重构

数据的合并

train-left-up.csv为左三列的正向排序
train-right-up.csv为右八列的正向排序

#使用concat方法：将数据train-left-up.csv和train-right-up.csv横向合并为一张表，并保存这张表为result_up
list_up = [text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=1)
result_up.head()

#使用concat方法：将train-left-down和train-right-down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。¶
list_down=[text_left_down,text_right_down]
result_down = pd.concat(list_down,axis=1)
result = pd.concat([result_up,result_down])
result.head()

横向合并，这里的axis=1表示跨列

#使用DataFrame自带的方法join方法和append：完成合并
resul_up=text_left_up.join(test_right_up)
result_down=text_left_down.join(text_right_down)
result=result_up.append(result_down)
result.head()

#使用Panads的merge方法和DataFrame的append方法：完成合并
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 = resul_up.append(result_down)

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)
功能说明：向dataframe对象中添加新的行，如果添加的列名不在dataframe对象中，将会被当作新的列进行添加

#数据保存
result.to_csv('result.csv')

换一种角度看数据

#将我们的数据变为Series类型的数据
# 将完整的数据加载出来
text = pd.read_csv('result.csv')
text.head()
# 代码写在这里
unit_result=text.stack().head(20)
unit_result.head()

主要的参数：
arrays：用来作为堆叠的数组，要求形状维度必须相等；
axis：指定依照哪个维度进行堆叠，下面使用官方给的例子来进行解释

#将代码保存为unit_result,csv
unit_result.to_csv('unit_result.csv')
test = pd.read_csv('unit_result.csv')
test.head()

数据聚合与运算

数据运用

# 载入data文件中的:result.csv
text = pd.read_csv('result.csv')
text.head()
#计算泰坦尼克号男性与女性的平均票价
df  = text['Fare'].groupby(text['Sex'])
means = df.mean()
means

groupby的主要作用是进行数据的分组以及分组后的组内运算

#统计泰坦尼克号中男女的存活人数
survived_sex = text['Survived'].groupby(text['Sex']).sum()
survived_sex.head()

Sex
female 233
male 109
Name: Survived, dtype: int64

#计算客舱不同等级的存活人数
survived_pclass = text['Survived'].groupby(text['Pclass'])
survived_pclass.sum()

Pclass
1 136
2 87
3 119
Name: Survived, dtype: int64

#统计在不同等级的票中的不同年龄的船票花费的平均值
text.groupby(['Pclass','Age'])['Fare'].mean().head()
#将数据合并
result = pd.merge(means,survived_sex,on='Sex')

#得出不同年龄的总的存活人数，然后找出存活人数的最高的年龄，最后计算存活人数最高的存活率（存活人数/总人数）
#不同年龄的存活人数
survived_age = text['Survived'].groupby(text['Age']).sum()
survived_age.head()
#找出最大值的年龄段
survived_age[survived_age.values==survived_age.max()]
_sum = text['Survived'].sum()
print(_sum)
#首先计算总人数
_sum = text['Survived'].sum()
print("sum of person:"+str(_sum))
precetn =survived_age.max()/_sum
print("最大存活率："+str(precetn))