Chapter 14
1 第一章：数据载入及初步观察
NotebookPython 340 cells
复习：数据分析的第一步，加载数据我们已经学习完毕了。当数据展现在我们面前的时候，我们所要做的第一步就是认识他，今天我们要学习的就是了解字段含义以及初步观察数据。
1 第一章：数据载入及初步观察
1.4 知道你的数据叫什么
我们学习pandas的基础操作，那么上一节通过pandas加载之后的数据，其数据类型是什么呢？
开始前导入numpy和pandas
In [25]python · cell 5
python
import numpy as np
import pandas as pd1.4.1 任务一：pandas中有两个数据类型DateFrame和Series，通过查找简单了解他们。然后自己写一个关于这两个数据类型的小例子🌰[开放题]
In [29]python · cell 7
python
#写入代码In [ ]python · cell 8
python
'''
#我们举的例子
sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
example_1 = pd.Series(sdata)
example_1
'''In [ ]python · cell 9
python
'''
#我们举的例子
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)
example_2
'''
1.4.2 任务二：根据上节课的方法载入"train.csv"文件
In [29]python · cell 11
python
#写入代码也可以加载上一节课保存的"train_chinese.csv"文件。通过翻译版train_chinese.csv熟悉了这个数据集，然后我们对trian.csv来进行操作
1.4.3 任务三：查看DataFrame数据的每列的名称
In [29]python · cell 13
python
#写入代码1.4.4任务四：查看"Cabin"这列的所有值[有多种方法]
In [29]python · cell 15
python
#写入代码In [29]python · cell 16
python
#写入代码1.4.5 任务五：加载文件"test_1.csv"，然后对比"train.csv"，看看有哪些多出的列，然后将多出的列删除
经过我们的观察发现一个测试集test_1.csv有一列是多余的，我们需要将这个多余的列删去
In [29]python · cell 18
python
#写入代码In [29]python · cell 19
python
#写入代码【思考】还有其他的删除多余的列的方式吗？
In [1]python · cell 21
python
# 思考回答
1.4.6 任务六： 将['PassengerId','Name','Age','Ticket']这几个列元素隐藏，只观察其他几个列元素
In [29]python · cell 23
python
#写入代码【思考】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？
【思考回答】
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
1.5 筛选的逻辑
表格数据中，最重要的一个功能就是要具有可筛选的能力，选出我所需要的信息，丢弃无用的信息。
下面我们还是用实战来学习pandas这个功能。
1.5.1 任务一： 我们以"Age"为筛选条件，显示年龄在10岁以下的乘客信息。
In [29]python · cell 29
python
#写入代码1.5.2 任务二： 以"Age"为条件，将年龄在10岁以上和50岁以下的乘客信息显示出来，并将这个数据命名为midage
In [29]python · cell 31
python
#写入代码【提示】了解pandas的条件筛选方式以及如何使用交集和并集操作
1.5.3 任务三：将midage的数据中第100行的"Pclass"和"Sex"的数据显示出来
In [29]python · cell 34
python
#写入代码【提示】在抽取数据中，我们希望数据的相对顺序保持不变，用什么函数可以达到这个效果呢？
1.5.4 任务四：使用loc方法将midage的数据中第100，105，108行的"Pclass"，"Name"和"Sex"的数据显示出来
In [29]python · cell 37
python
#写入代码1.5.5 任务五：使用iloc方法将midage的数据中第100，105，108行的"Pclass"，"Name"和"Sex"的数据显示出来
In [29]python · cell 39
python
#写入代码【思考】对比iloc和loc的异同