Python-数据重构
数据的合并
任务1:使用concat方法:将数据train-left-up.csv和train-right-up.csv横向合并为一张表,并保存这张表为result_up
result_up = pd.concat([text_left_up,text_right_up],axis=1) # axis=1 列上合并
result_up
任务2:使用concat方法:将train-left-down和train-right-down横向合并为一张表,并保存这张表为result_down。然后将上边的result_up和result_down纵向合并为result
result_down = pd.concat([text_left_down,text_right_down],axis=1)
result = pd.concat([result_up,result_down])
result
任务:使用DataFrame自带的方法join方法和append:完成任务1和任务2的任务
resul_up = text_left_up.join(text_right_up)
result_down = text_left_down.join(text_right_down)
result1 = result_up.append(result_down)
result1
任务:使用Panads的merge方法和DataFrame的append方法:完成任务二和任务三的任务
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)
result2 = resul_up.append(result_down)
result2
【思考】对比merge、join以及concat的方法的不同以及相同。思考一下在任务四和任务五的情况下,为什么都要求使用DataFrame的append方法,如何只要求使用merge或者join可不可以完成任务四和任务五呢?
答:不可以
换一种角度看数据(不懂)
任务:将我们的数据变为Series类型的数据
**stack 函数和unstack函数**
unit_result=result.stack()
unit_result
数据聚合与运算
任务2:计算泰坦尼克号男性与女性的平均票价
grouped = result['Fare'].groupby(result['Sex'])
grouped.mean()
任务3:统计泰坦尼克号中男女的存活人数
grouped = result['Survived'].groupby(result['Sex'])
grouped.sum()
任务4:计算客舱不同等级的存活人数
grouped = result['Survived'].groupby(result['Pclass'])
grouped.sum()
【思考】从任务二到任务四中,这些运算可以通过agg()函数来同时计算。并且可以使用rename函数修改列名。你可以按照提示写出这个过程吗?
df.groupby('Survived').agg({'Sex': 'mean', 'Pclass': 'count'}).rename(columns=
{'Sex': 'mean_sex', 'Pclass': 'count_pclass'})
任务5:统计在不同等级的票中的不同年龄的船票花费的平均值
result.groupby(['Pclass','Age'])['Fare'].mean()
任务6:将任务二和任务三的数据合并,并保存到sex_fare_survived.csv
c = pd.merge(grouped.mean(),grouped1.sum(),on='Sex')
c
c.to_csv('sex_fare_survived.csv')
任务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的年龄,最后计算存活人数最高的存活率(存活人数/总人数)
print("sum of person:"+str(result['Survived'].sum()))
precent =survived_age.max()/result['Survived'].sum()
print("最大存活率:"+str(precent))
#找出最大值的年龄段
survived_age[survived_age.values==survived_age.max()]