test03打卡

第二章 数据的重构

2.4.1 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

 

 

 

 经观察发现，读取的这些数据分别是train.csv的一部分

2.4.2：任务二：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

百度查询concat的使用方法

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

 2.4.3 任务三：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()

2.4.4 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

join的使用方法

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

 append的使用方法

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)
result.head()

 另存为result.csv

result.to_csv('result.csv')

刷新右边数据出现result.csv

 merge是连接，类似sql中的join，有内连，左连，右连和全连接几种。join是根据相同index进行连接，对于名称相同的属性，会保留。concat是两个数据集直接合并，可以在列上合并，也可在行上合并

2.5 换一种角度看数据

 

2.4.2：任务二：计算泰坦尼克号男性与女性的平均票价

任务三：统计泰坦尼克号中男女的存活人数

任务四：计算客舱不同等级的存活人数

 任务五：统计在不同等级的票中的不同年龄的船票花费的平均值

任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv

 

任务七：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）
 

 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()]