数据分析task03（2021.06.19）

text = pd.read_csv(r"C:\Users\Administrator\Desktop\1\train-left-up.csv")
text.head()

2 第二章：数据重构
2.4 数据的合并
2.4.1 任务一：将data文件夹里面的所有数据都载入，与之前的原始数据相比，观察他们的之间的关系

text_left_up = pd.read_csv(r"C:\Users\Administrator\Desktop\1\train-left-up.csv")
text_left_down = pd.read_csv(r"C:\Users\Administrator\Desktop\1\train-left-down.csv")
text_right_up = pd.read_csv(r"C:\Users\Administrator\Desktop\1\train-right-up.csv")
text_right_down = pd.read_csv(r"C:\Users\Administrator\Desktop\1\train-right-down.csv")
text_left_up.head()

text_left_down.head()

text_right_down.head()

text_right_up.head()

2.4.2：任务二：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

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

2.4.3 任务三：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。

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()

2.4.4 任务四：使用DataFrame自带的方法join方法和append：完成任务二和任务三的任务

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()

2.4.5 任务五：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)
result = resul_up.append(result_down)
result.head()

2.4.6 任务六：完成的数据保存为result.csv

result.to_csv('result.csv')

2.5 换一种角度看数据
2.5.1 任务一：将我们的数据变为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()

2 第二章：数据重构
2.4 数据的合并
2.4.1 任务一：将data文件夹里面的所有数据都载入，观察数据的之间的关系

text = pd.read_csv(r"C:\Users\Administrator\Desktop\1\2\第二章项目集合\result.csv")
text.head()

第一部分：数据聚合与运算
2.6 数据运用
2.6.1 任务一：通过《Python for Data Analysis》P303、Google or Baidu来学习了解GroupBy机制
心得：Groupby是一种对具有某些特征的列及需要对某些具体的组别进行分析时所需求的一种分组机制。可以使数据的差异更加直观，同时可以快速的填充缺失值。提高数据分析的效率。
2.4.2：任务二：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

2.4.3：任务三：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()

2.4.4：任务四：计算客舱不同等级的存活人数

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

【思考：】从数据分析的角度，上面的统计结果可以得出那些结论
结论：女性的票价高于男性，女性的存活率高于男性，高等客舱的存活人数最多，说明当时的贫富差距比较大，但是绅士风度盛行。
2.4.5：任务五：统计在不同等级的票中的不同年龄的船票花费的平均值

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

2.4.6：任务六：将任务二和任务三的数据合并，并保存到sex_fare_survived.csv

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

result.to_csv('sex_fare_survived.csv')

2.4.7：任务七：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）

#不同年龄的存活人数
survived_age = text['Survived'].groupby(text['Age']).sum()
survived_age.head()

_sum = text['Survived'].sum()
print(_sum)

342

#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))

sum of person:342
最大存活率：0.043859649122807015