datawhale数据分析学习day02

day02：数据加载及探索数据分析

文件信息处理的几种简单的命令：

series：

sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
example_1 = pd.Series(sdata)

dataframe：

data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002, 2003],'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}
example_2 = pd.DataFrame(data)

查看DataFrame数据的每列的项

df.columns

查看特定一列的所有项：

df['Cabin'].head(3)

df.Cabin.head(3)

删除项：

del test_1['a']

列元素隐藏并且查看前三行：

df.drop(['PassengerId','Name','Age','Ticket'],axis=1).head(3)

筛选：

df[df["Age"]<10].head(3)
midage = df[(df["Age"]>10)& (df["Age"]<50)]

将数据中特定行的特定项数据显示出来：

midage = midage.reset_index(drop=True)
midage.loc[[100],['Pclass','Sex']]

将几列数据的几个特定项数据展示出来：

midage.loc[[100,105,108],['Pclass','Name','Sex']] 

或者

midage.iloc[[100,105,108],[2,3,4]]

关于教程中的问题的思考：

1. 两个数据类型DateFrame和Series

dataframe相当于表格（有表头）， series相当于数组；

详细参考：https://blog.csdn.net/u012474716/article/details/78550391

* Series.order()进行排序，而DataFrame则用sort或者sort_index

2. 删除多余的列的方式

* del df操作

* df= df.drop('column_name', 1)

* df.drop('column_name',axis=1, inplace=True)

*df.drop(df.columns[[0,1, 3]], axis=1,inplace=True)  

3. 对比任务五和任务六，是不是使用了不一样的方法(函数)，如果使用一样的函数如何完成上面的不同的要求呢？

（隐藏和删除不一样）如果想要完全的删除你的数据结构，使用inplace=True，因为使用inplace就将原数据覆盖了，所以这里没有用

4. pandas的条件筛选方式以及如何使用交集和并集操作

* 多条件筛选的时候，必须加括号'()'

* 找出df中A列值为100且B列值为100的所有数据 ：df[(df.A==100)&(df.B==100)]

* 找出df中A列值为100或B列值为100的所有数据 ：df[(df.A==100)|(df.B==100)]

5. reset_index()函数的作用是什么？如果不用这个函数，下面的任务会出现什么情况？

使用索引重置生成一个新的DataFrame或Series，可以把索引用作列。重置索引后,drop参数默认为False,想要删除原先的索引列要置为True.想要在原数据上修改要inplace=True.特别是不赋值的情况必须要加,否则drop无效.

详细参考：https://blog.csdn.net/lady_chen/article/details/114294899

                  https://blog.csdn.net/weixin_30821731/article/details/97422652

 

本次的学习基于datawhale学习打卡小组：

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