【DataWhale】【数据分析】Chapter 1

数据载入及初步观察

载入数据

csv: pd.read_csv(绝对路径or相对路径)
Excel: pd.read_excel() 
txt: pd.read_txt()

逐块读取

df = pd.read_csv('train.csv', chunksize=100)
for chunk in df:
	print(chunk)

或者

df = pd.read_csv('train.csv', iterator=True)
chunks = df.get_chunk(100)
print(chunks)

iterator的作用？
read_csv 和 read_table 有一个 chunksize 参数，用以指定一个块大小(每次读取多少行)，返回一个可迭代的 TextFileReader 对象。

该表头索引

df.rename(columns={'PassengerId':'乘客ID‘，’Sex‘:'性别'}, inplace=True)

查看数据基本信息

df.info()

判断是否为空

df.isnull()

保存数据

df.to_csv('train_1.csv)

pandas基础

以‘Age’为条件，将年龄在10岁以上和50岁一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.eadd(3)

将midage数据中的第100行的‘Place’和‘Sex’显示出来

midage.loc[[100],['Place','Sex']]

使用loc方法将midage数据中的第100，105，108行的‘Place’，‘Name’，‘Sex’的数据显示出来

midage.loc[[100,105,108],['Place','Name','Sex']]

使用iloc()方法将midage的数据中第100，105，108h行的‘Place’，‘Name’，‘Sex’的数据显示出来

midage.loc[[100,105,108],[2,3,4]]