小白学 Python 数据分析（6）：Pandas——数据运算

最新推荐文章于 2023-03-31 16:26:39 发布

程序员Caelan

最新推荐文章于 2023-03-31 16:26:39 发布

阅读量641

点赞数

分类专栏： python入门文章标签： python pandas 数据分析

本文链接：https://blog.csdn.net/weixin_44020984/article/details/125498306

版权

本文介绍了在Pandas中进行数据预处理、算数运算、比较和统计分析的方法，以泰坦尼克数据集为例，包括求空值、平均值、中位数、方差和相关性等操作。

摘要由CSDN通过智能技术生成

引言

前面我们介绍了很多关于 Pandas 的基础操作以及拿到一份数据后首先要做的是对数据的基础预处理。

本篇我们接着介绍当我们处理完数据后，可以对数据进行的一些计算操作。

本篇文章使用的数据为泰坦尼克的数据集，具体的数据集已经上传至代码仓库，有需要的同学可以自行取用。

国内的网络访问有些慢，建议自己想办法，实在不行，可以加小编微信，小编有个神奇的软件，特别好用。

在正文内容开始前，小编先把数据中的表名的中英文对照列出来：

PassengerId : 乘客ID
Survived : 是否幸存
Pclass : 乘客等级(1/2/3等舱位)
Name : 姓名
Sex : 性别
Age : 年龄
SibSp : 堂兄弟/妹个数
Parch : 父母与小孩个数
Ticket : 船票信息
Fare : 票价
Cabin : 客舱
Embarked : 登船港口

预处理

首先，我们拿到数据的第一步是先检查一下数据质量，通过方法 info() 看下有数据质量：

import pandas as pd

# 数据导入
data_train = pd.read_csv("train.csv")
# 数据查看
print(data_train.info())

# 输出内容
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
PassengerId    891 non-null int64
Survived       891 non-null int64
Pclass         891 non-null int64
Name           891 non-null object
Sex            891 non-null object
Age            714 non-null float64
SibSp          891 non-null int64
Parch          891 non-null int64
Ticket         891 non-null object
Fare           891 non-null float64
Cabin          204 non-null object
Embarked       889 non-null object
dtypes: float64(2), int64(5), object(5)
memory usage: 83.7+ KB
None

上面这些数据到底说了个啥？
看过我前面文章的同学应该知道，info() 这个方法经常用作查看数据空值，很不辛，这里有些属性的数据不全，如：

Age（年龄）属性只有714名乘客有记录
Cabin（客舱）更是只有204名乘客是已知的

这里我们进一步使用 describe() 看下这批数据的统计分析数据：

print(data_train.describe())

# 输出内容
       PassengerId    Survived      Pclass         Age       SibSp  \
count   891.000000  891.000000  891.000000  714.000000  891.000000   
mean    446.000000    0.383838    2.308642   29.699118    0.523008   
std     257.353842    0.486592    0.836071   14.526497    1.102743   
min       1.000000    0.000000    1.000000    0.420000    0.000000   
25%     223.500000    0.000000    2.000000   20.125000    0.000000   
50%     446.000000    0.000000    3.000000   28.000000    0.000000   
75%     668.500000    1.000000    3.000000   38.000000    1.000000   
max     891.000000    1.000000    3.000000   80.000000    8.000000   

            Parch        Fare  
count  891.000000  891.000000  
mean     0.381594   32.204208  
std      0.806057   49.693429  
min