数据重构
数据合并(dataframe)
pandas.Dataframe.concat
先载入四个文件
join(concat的默认方法,横向合并列)
merage(横向合并列),需要一个相同的column,所以要把left_index,right_index改成Ture
append
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)
换一种角度看数据
1,把数据变为Series类型的数据,使用stack()
把原先的列旋转为行了
数据聚合与运算
groupby技术,主要用于数据聚合和分类计算,思想是“split-apply-combine”(拆分应用合并)
主要命令如下
group = df.groupby('Sex')
df.groupby('Sex')['Age'].describe()
#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()
#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()
#计算客舱不同等级的存活人数
survived_pclass = text['Survived'].groupby(text['Pclass'])
survived_pclass.sum()
#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()
#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)
survived_age = text['Survived'].groupby(text['Age']).sum()
survived_age[survived_age.values==survived_age.max()]
_sum = text['Survived'].sum()
'最大存活率:{}'.format(precetn)
显示结果
通过任务思考,得出性别女比男,客舱等级高,票价花费高,存活率高,下一任务将用可视化呈现规律。