Datawhale-动手学数据分析-1月-记录

Datawhale-动手学数据分析-1月-记录

第一天打卡

   1、pd.read_csv()与pd.read_table()

  两者都是用来读取以逗号为分隔符的文件，后者将每一行看做一个维度的数据，以换行符为界，读取结果是一个m×1的数据块；前者则是以每一个逗号来分割数据，每一行中有若干个数据，读取结果是一个m×n的数据块。

   2、p1.columns.tolist()

  通过该语句获取表格的列名，并且通过下方最后两行代码得到纯数据并存为一个np数组。

p1 = pd.read_csv(r"train.csv")
head = p1.columns.tolist()
print(head)
data1 = p1[head]
data1 = np.array(data1)

   3、pd.read_csv()里的参数

  可以在其中添加names和head=0来改变表头，也可以通过index_col来改变索引数据

chineseHeader = ['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']
p3 = pd.read_csv(r"train.csv", names=chineseHeader,index_col='乘客ID', header=0)

   4、p1.head()和p1.tail()

  前者是返回pandas数据中的前n行，默认为5，后者是返回pandas数据中的最后n行，默认也为5。

第二天打卡

   1、p1.drop()：隐藏某几列数据不显示

test1.drop(['PassengerId', 'Name','Age'], axis=1)

   2、可以直接筛选数据，并且使用交、并、补集概念

midage = p1[(p1['Age']<50) & (p1['Age']>10)]

   3、使用loc()选取第几行的第几列数据进行展示，第一个参数是行数，可以展示多行；用列表表示，第二个参数是列名，同理。

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

   4、使用iloc()选取第几行的第几列数据进行展示，第一个参数是行名，可以展示多行；用列表表示，第二个参数是列的位置，而非列名。

midage.iloc[[100, 99],[3,4]]