数据分析——泰坦尼克号乘客数据集

最新推荐文章于 2025-04-13 09:53:24 发布

Compass_NULL

最新推荐文章于 2025-04-13 09:53:24 发布

阅读量5.6k

点赞数

文章标签：数据分析 python

本文链接：https://blog.csdn.net/weixin_41624993/article/details/123510967

版权

这篇博客介绍了如何使用Pandas进行泰坦尼克号数据集的读取、基本信息查看、数据处理和分析。内容包括利用pd.read_csv读取数据，分块读取大文件，修改数据表头，检查空值，以及数据的基本统计信息。此外，还展示了如何选择和筛选数据，以及对数据进行排序和基本统计计算。通过这些操作，为后续的数据分析打下基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据分析——泰坦尼克号数据集(一)

泰坦尼克号乘客数据：https://www.kaggle.com/c/titanic/overview
Datawhale开源课程：https://github.com/datawhalechina/hands-on-data-analysis

一、数据载入以及初步观察

1.1. 导入库

import numpy as np
import pandas as pd

1.2. pd.read_csv和pd.read_table读取

# pd.read_csv()
data = pd.read_csv('train.csv')
data0 = pd.read_csv('E:/MyPython/train.csv')
# pd.read_table()读取
data1 = pd.read_table('train.cav',sep = ',') # read_table默认分隔符是‘\t’

1.3. chunk分块读取

chunker = pd.read_csv('train.csv', chunksize=1000)
#读取方式一
chunker.get_chunk()
#读取方式二
for chunk in chunker:
    print(chunk)

1.4. 修改数据表头

# 将表头改成中文，索引改为乘客ID
data

最低0.47元/天解锁文章