pandas介绍——实例分析：泰坦尼克号数据分析（10）

这次利用pandas来做一个实际案例分析。分析的案例这里提供了百度网盘供大家下载。我们要做一个泰坦尼克号的案例分析。

https://pan.baidu.com/s/1cc5olt9ZUCXkvaRx-bP1YQ

这是一个很好的入门教程~案例分析的背景说的是，船要沉了，我们根据各种影响因素，判断船上成员的存活率，比如头等舱的人存活率是不是会更高呢？或者女人比男人活下来的概率更高呢？

下载这个文件后，将其放入jupyter notebook的根目录里面。

在windows系统下，在安装jupyter notebook的时候，应该会建立一个文件夹，用于储存放在jupyter notebook上的文件的，我们只需要简单的将文件下载好然后复制粘贴进来就可以了，然后用命令行打开jupyter notebook后，该文件就会自动出现在这里。

ok下面开始正式操作。

第一步，进入jupyter notebook并且导入文件。

df=pd.read_csv('train.csv')

在这里我们把该文件导入了，并命名为df。

那我们看一下它的shape（）

df.shape

输出：

(891, 12)

我们可以看到，这个文件有891行，12列。所以我们可以不用把它全部打开看，只看它前5行暂时就够了

df.head(5)

输出：

在这里可以看到，每一个成员具有12个属性，比如Survived这个属性，只有1和0两个值，代表活下来了和死了，Pclass这个属性，代表着乘客的客舱等级等等

总共891个成员，我们利用之前所学的 isnull() 函数来观察一下

# 计算所有空值的总和
# 会发现，Cabin有687个空值
df.isnull().sum()

输出：

PassengerId      0
Survived         0
Pclass           0
Name             0
Sex              0
Age