Datawhale分组学习—动手学数据分析（一）

笔者是第一次尝试采用线上分组学习的形式，感谢Datawhale的开源学习平台。本次动手学数据分析的任务就是完成kaggle上泰坦尼克号的task，从数据载入到数据清洗，最后到数据建模分析，完成整个数据分析的步骤。第一章是完成数据载入及使用函数来进行简单的数据观察。

第一章 数据载入及初步观察

1.1 载入数据

1.1.1 首先导入Python中常用的numpy和pandas库

import numpy as np
import pandas as pd

1.1.2 载入数据

#查看当前工作目录
import os
os.getcwd()
#1、使用相对路径载入数据
df=pd.read_csv('./train.csv')
df1=pd.read_table('./train.csv',sep=',')
#2、使用绝对路径载入数据
df2=pd.read_csv('D:/hands-on-data-analysis-master项目/第一单元项目集合/test_1.csv')

read_csv()与read_table()的区别

同样都是从文件、URL、文件型对象中加载带分隔符的数据，其最大区别在pd.read_csv()默认用逗号分隔，对应.csv文件；而pd.read_table()默认用制表符（"\t"）分隔，对应.tsv文件。只要把两者分隔方式改成一样，两者的效果就是一样。两种文件都可以使用pd.read_csv()和pd.read_table()来载入。

逐块读取

当文件数据过大时，整个读取会造成内存运行速度降低且占据较大内存，或者你只想读取文件的一小部分，采用逐块读取，加快读取速度且减少内存消耗。chunker返回的对象是TextFileReader类型。

chunker=pd.read_csv('./train.csv',chunksize=10)
type(chunker)
for i in chunker:
    print(i)

修改表头

方法一：直接全部更改列名称

方法二：使用rename函数更改列名

#更改表头方法一
#df.columns=["乘客ID","是否幸存","乘客等级(1/2/3等舱位)","乘客姓名","性别","年龄","堂兄弟/妹个数","父母与小孩个数"," 船票