1.11数据载入及初步观察
import pandas as pd
import numpy as np
1.12
df = pd.read_csv('train.csv')
1.13
每1000行为一个模块读取
df_chunker = pd.read_csv('train.csv', chunksize=1000)
114 修改索引
df = pd.read_csv('train.csv', names=['乘客ID','是否幸存','仓位等级','姓名','性别','年龄','兄弟姐妹个数','父母子女个数','船票信息','票价','客舱','登船港口'],index_col='乘客ID',header=0)
Train_data.head()
1.2.1 查看数据
df.info()
print(df)
1.2.2 观察前10行数据 和 后15行数据
df.head(10)
df.tail(15)
1.2.3
df.isnull().head()
1.3.1 保存数据
out_csv.to_csv('save.csv', index=False)
1.4.3 查看DataFrame数据的每列的项
df = pd.read_csv('train.csv')
df.columns
1.4.4 查看cabin这一列的所有值
df.Cabin.head(3)
1.4.6
将['PassengerId','Name','Age','Ticket']这几个列元素隐藏,只观察其他几个列元素
df.drop(['PassengerId','Name','Age','Ticket'],axis=1).head(3)
筛选指令
1.5 以表头指定一列数据进行比较筛选
1.5.1 我们以"Age"为筛选条件,显示年龄在10岁以下的乘客信息
df[df["Age"]<10].head(3)
1.5.2 以"Age"为条件,将年龄在10岁以上和50岁以下的乘客信息显示出来,并将这个数据命名为midage
midage = df[(df["Age"]>10)& (df["Age"]<50)] midage.head(3)
提取(显示)指令
1.5.3 将midage的数据中第100行的"Pclass"和"Sex"的数据显示出来
midage.loc[[100],['Pclass','Sex']]
1.5.4 使用loc方法将midage的数据中第100,105,108行的"Pclass","Name"和"Sex"的数据显示出来
midage.loc[[100,105,108],['Pclass','Name','Sex']]
1.5.5 使用iloc方法将midage的数据中第100,105,108行的"Pclass","Name"和"Sex"的数据显示出来
midage.iloc[[100,105,108],[2,3,4]]