task03

第五章 数据重构

1 数据的合并

导入基本库

import numpy as np
import pandas as pd

载入data文件中的:train-left-up.csv

text = pd.read_csv('C:\Users\Dell\Desktop\动手学数据分析\第二章项目集合\data/train-left-up.csv')
text.head()

1.1 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("data/train-left-up.csv")
text_left_down = pd.read_csv("data/train-left-down.csv")
text_right_up = pd.read_csv("data/train-right-up.csv")
text_right_down = pd.read_csv("data/train-right-down.csv")

text_left_up

text_left_down

text_right_up

text_right_down

1.2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()

1.3 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()

1.4 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()

1.5 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()

1.6 任务六：完成的数据保存为result.csv

result.to_csv('result.csv')

2 换一种角度看数据

2.1 任务一：将我们的数据变为Series类型的数据

text = pd.read_csv('result.csv')
text.head()
unit_result=text.stack().head(20)
unit_result.head()

unit_result.to_csv('unit_result.csv')
test = pd.read_csv('unit_result.csv')
test.head()

3 数据运用

导入基本库并载入数据

import numpy as np
import pandas as pd

text = pd.read_csv('result.csv')
text.head()

3.1 任务一：通过《Python for Data Analysis》P303、Google or Baidu来学习了解GroupBy机制
Groupby机制：分割，应用和组合
3.2：任务二：计算泰坦尼克号男性与女性的平均票价（运用Groupby机制）

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

3.3：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()

3.4 任务四：计算客舱不同等级的存活人数

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

3.5 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()

3.6 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')

3.7 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()

#找出最大值的年龄段
survived_age[survived_age.values==survived_age.max()]

#不同年龄的存活人数
_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))