datawhale数据分析学习day01

day01：数据加载及探索数据分析

在处理网上的数据的时候前期工作十分重要，在之后的数据分析过程中都需要：

1. 数据每一条信息包括的内容（哪些可以利用分析）

2.信息是否确实（是否需要填补相关信息）

3. 信息头几行和最后几行的信息特点

4. 是否可以进行简单的处理使得信息更加明确（添加id，排序等）

关于教程中的问题的思考：

1. pd.read_csv()和pd.read_table()的不同

答：read_csv和read_table都是是加载带分隔符的数据，每一个分隔符作为一个数据的标志，但二者读出来的数据格式还是不一样的，read_table是以制表符 \t 作为数据的标志，也就是以行为单位进行存储。

2. 什么是逐块读取？为什么要逐块读取呢？

我们有时候需要进行的数据分析是大批量的，我们只能将其作为块进行处理，或者只是对其中一部分进行处理。

3. 将表头改为中文其中一个思路是：将英文额度表头替换成中文。还有其他的方法吗？

原数据上修改；先删除表头，再添加表头（insert）；原表修改（rename）

4. 对于一个数据，还可以从哪些方面来观察？

还需要观察是否存在一些数据是重复的，需要删除。

 

本次的学习基于datawhale学习打卡小组：

链接：https://github.com/datawhalechina/hands-on-data-analysis