数据分析--DataFrame（4）

import numpy as np
import pandas as pd
# 1.读取Pokemon.csv
df=pd.read_csv('Pokemon.csv',encoding='utf-8')
print(df)
# 2.将列名同统一转成小写
df_index=df.columns.str.lower()#获取表格的列名
df.columns=df_index
#print(df)
# 3.将#列删除
#print(df.drop('#',axis=1))
# 4.将name列设置为行的索引列
#df.index=df['name'].values
#df=df.drop('name',axis=1)
#print(df)

df=df.set_index('name')
# 5.选出legendary的宠物
print(df[df['legendary']==True])
# 6.查看Pikachu宠物的所有属性
print(df.ix['Pikachu'])
# 7.查看一共有多少种宠物的类型
print(df['type 1'].unique())
# 8.筛选出既是火系又是龙系的宠物
dff=df[
    ((df['type 1']=='Fire')&(df['type 2']=='Dragon')|
     ((df['type 2'] == 'Fire') & (df['type 1'] == 'Dragon')))
]
print("*"*100)
print(dff)

# 9.   总属性值最高的三个
df.sort_values(by='total', ascending=False).head(3)

# 10.  火系中攻击力最高的三个宠物
data = df[(df['type 1']=='Fire') | (df['type 2']=='Fire')]
data.sort_values(by='attack', ascending=False).head(3)

# 11.  计算每个类型宠物的数量（分类统计）
df['type 1'].value_counts()
df['type 2'].value_counts()

# 12.  统计Water系宠物的数量
water = df[(df['type 1']=='Water') | (df['type 2']=='Water')]
print(water.shape[0])