Datawhale之动手学数据分析第二章（二）

数据重构

1.数据的合并

1.1对比数据的不同

1.2使用concat方法：将数据横向合并为一张表

list_up = [text_left_up,text_right_up] 
result_up = pd.concat(list_up,axis=1) 
result_up.head()

1.3使用concat方法：将数据纵向合并为一张表

list_down=[text_left_down,text_right_down] 
result_down = pd.concat(list_down,axis=1) 
result = pd.concat([result_up,result_down]) 
result.head()

1.4使用DataFrame自带的join和append完成以上任务

resul_up = text_left_up.join(text_right_up) 
result_down = text_left_down.join(text_right_down) 
result = result_up.append(result_down) 
result.head()

1.5使用Pandas的merge和DataFrame的append

result_up = pd.merge(text_left_up,text_right_up,left_index=True,right_index=True) result_down=pd.merge(text_left_down,text_right_down,left_index=True,right_index=True) 
result = resul_up.append(result_down)
result.head()

1.6将完成的数据保存

result.to_csv('result.csv')

2.换一种角度看数据 

2.1将数据变为Series类型的数据

# 将完整的数据加载出来
text = pd.read_csv('result.csv') text.head()
# 代码写在这里 
unit_result=text.stack().head(20）
unit_result.head()
#将代码保存为unit_result.csv
unit_result.to_csv('unit_result.csv')
test = pd.read_csv('unit_result.csv')
test.head()

3.数据聚合与运算

3.1通过《Python for Data Analysis》P303了解GroupBy

3.2计算泰坦尼克号男性与女性的平均票价

df = text['Fare'].groupby(text['Sex']) 
means = df.mean()
means

3.3统计泰坦尼克号中男女的存活人数

survived_sex = text['Survived'].groupby(text['Sex']).sum()
survived_sex.head()

 3.4计算客舱不同等级的存活人数

survived_pclass = text['Survived'].groupby(text['Pclass'])
survived_pclass.sum()

3.5统计在不同等级的票中的不同年龄的船票话费的平均值

text.groupby(['Pclass','Age'])['Fare'].mean().head()

3.6将上面的数据合并

result = pd.merge(means,survived_sex,on='Sex')
result
result.to_csv('sex_fare_survived.csv')

3.7得出不同年龄的总的存活人数，然后找出存活人数的最高年龄，最后计算存活人数最高的存活率

#不同年龄的存活人数
survived_age = text['Survived'].groupby(text['Age']).sum() 
survived_age.head()
#找出最大值的年龄段
survived_age[survived_age.values==survived_age.max()]
_sum = text['Survived'].sum()
print(_sum)
#首先计算总人数
_sum = text['Survived'].sum()
print("sum of person:"+str(_sum)) 
precetn =survived_age.max()/_sum 
print("最大存活率:"+str(precetn))