知識(shí)點(diǎn)梳理：
1.相對(duì)路徑及絕對(duì)路徑載入數(shù)據(jù)（使用os.getcwd()查看當(dāng)前工作目錄）
2.讀取數(shù)據(jù)：read_table, read_csv, read_excel
3.數(shù)據(jù)模塊，逐塊讀取chunksize
4.修改列名：df.columns=[ ]
5.查看數(shù)據(jù)的基本信息:df.info()\df.describe()\df.head(10)\df.tail(15)\df.isnull()
6.Series及Dataframe（是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，“帶有標(biāo)簽的二維數(shù)組”。）
7、查看列：
# df[]默認(rèn)選擇列，[]中寫(xiě)列名
# df[]中為數(shù)字時(shí)，默認(rèn)選擇行，且只能進(jìn)行切片的選擇，不能單獨(dú)選擇（df[0]）
# df.loc[] - 按index選擇行
# df.iloc[] - 按照整數(shù)位置（從軸的0到length-1）選擇行
8.刪除列：
# del語(yǔ)句 - 刪除列
# drop()刪除列，需要加上axis = 1，inplace=False → 刪除后生成新的數(shù)據(jù)，不改變?cè)瓟?shù)據(jù)
9.reset_index()函數(shù)重新設(shè)置索引，drop=True刪除原來(lái)的索引
10.排序：sort_values（）--ascending參數(shù)：設(shè)置升序降序，默認(rèn)升序
1 第一章：數(shù)據(jù)加載
1.1.1 任務(wù)一：導(dǎo)入numpy和pandas
1.1.2 任務(wù)二：載入數(shù)據(jù)
(1) 使用相對(duì)路徑載入數(shù)據(jù)
(2) 使用絕對(duì)路徑載入數(shù)據(jù)
# 使用os.getcwd()查看當(dāng)前工作目錄
(3)數(shù)據(jù)讀?。簉ead_table, read_csv, read_excel
read_table:讀取普通分隔數(shù)據(jù),主要用于讀取簡(jiǎn)單的數(shù)據(jù)，txt/csv
主要參數(shù)：
?delimiter：用于拆分的字符，也可以用sep：sep = ','
header：用做列名的序號(hào)，默認(rèn)為0（第一行）
index_col：指定某列為行索引，否則自動(dòng)索引0, 1, 等
read_excel：讀取excel數(shù)據(jù)
主要參數(shù)：
?sheetname：返回多表使用sheetname=[0,1],若sheetname=None是返回全表 ，若 int/string 返回的是dataframe 若none和list返回的是dict
?header：指定列名行，默認(rèn)0，即取第一行
index_col：指定列為索引列
1.1.3 任務(wù)三：每1000行為一個(gè)數(shù)據(jù)模塊，逐塊讀取
它的本質(zhì)就是將文本分成若干塊，每次處理 chunksize 行的數(shù)據(jù)，最終返回一個(gè)TextParser ， 對(duì)該對(duì)象進(jìn)行迭代遍歷，可以完成逐塊統(tǒng)計(jì)的合并處理。
1.1.4 任務(wù)四：將表頭改成中文，索引改為乘客ID?
方法1:直接修改列名
方法2:讀取數(shù)據(jù)時(shí)命名列名
方法3:根據(jù)鍵值對(duì)的方式更改
1.2 初步觀察
導(dǎo)入數(shù)據(jù)后，你可能要對(duì)數(shù)據(jù)的整體結(jié)構(gòu)和樣例進(jìn)行概覽，比如說(shuō)，數(shù)據(jù)大小、有多少列，各列都是什么格式的，是否包含null等
1.2.1 任務(wù)一：查看數(shù)據(jù)的基本信息
1.2.2 任務(wù)二：觀察表格前10行的數(shù)據(jù)和后15行的數(shù)據(jù)
1.2.4 任務(wù)三：判斷數(shù)據(jù)是否為空，為空的地方返回True，其余地方返回False
1.3 保存數(shù)據(jù)
1.3.1 任務(wù)一：將你加載并做出改變的數(shù)據(jù)，在工作目錄下保存為一個(gè)新文件train_chinese.csv
pandas基礎(chǔ)
1.4.1 任務(wù)一：pandas中有兩個(gè)數(shù)據(jù)類型DateFrame和Series，通過(guò)查找簡(jiǎn)單了解他們。然后自己寫(xiě)一個(gè)關(guān)于這兩個(gè)數(shù)據(jù)類型的小例子
Series是帶有標(biāo)簽的一維數(shù)組，可以保存任何數(shù)據(jù)類型（整數(shù)，字符串，浮點(diǎn)數(shù)，Python對(duì)象等）,軸標(biāo)簽統(tǒng)稱為索引
Dataframe是一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，“帶有標(biāo)簽的二維數(shù)組”。
1.4.2 任務(wù)二：根據(jù)上節(jié)課的方法載入"train.csv"文件
1.4.3 任務(wù)三：查看DataFrame數(shù)據(jù)的每列的名稱
1.4.4任務(wù)四：查看"Cabin"這列的所有值[有多種方法]
# df[]默認(rèn)選擇列，[]中寫(xiě)列名
# df[]中為數(shù)字時(shí)，默認(rèn)選擇行，且只能進(jìn)行切片的選擇，不能單獨(dú)選擇（df[0]）
# df.loc[] - 按index選擇行
# df.iloc[] - 按照整數(shù)位置（從軸的0到length-1）選擇行
1.4.5 任務(wù)五：加載文件"test_1.csv"，然后對(duì)比"train.csv"，看看有哪些多出的列，然后將多出的列刪除
1.4.6 任務(wù)六： 將['PassengerId','Name','Age','Ticket']這幾個(gè)列元素隱藏，只觀察其他幾個(gè)列元素
# del語(yǔ)句 - 刪除列
# drop()刪除列，需要加上axis = 1，inplace=False → 刪除后生成新的數(shù)據(jù)，不改變?cè)瓟?shù)據(jù)
1.5 篩選的邏輯
1.5.1 任務(wù)一： 我們以"Age"為篩選條件，顯示年齡在10歲以下的乘客信息。
1.5.2 任務(wù)二： 以"Age"為條件，將年齡在10歲以上和50歲以下的乘客信息顯示出來(lái)，并將這個(gè)數(shù)據(jù)命名為midage
# 對(duì)于交集，用&，并集或用|
1.5.3 任務(wù)三：將midage的數(shù)據(jù)中第100行的"Pclass"和"Sex"的數(shù)據(jù)顯示出來(lái)
midage.to_csv('midage.csv'),通過(guò)csv文件來(lái)看，返回的是63行，需要用reset_index()函數(shù)重新設(shè)置索引，drop=True刪除原來(lái)的索引
1.5.4 任務(wù)四：使用loc方法將midage的數(shù)據(jù)中第100，105，108行的"Pclass"，"Name"和"Sex"的數(shù)據(jù)顯示出來(lái)
1.5.5 任務(wù)五：使用iloc方法將midage的數(shù)據(jù)中第100，105，108行的"Pclass"，"Name"和"Sex"的數(shù)據(jù)顯示出來(lái)
iloc和loc區(qū)別：iloc需要用索引
探索性數(shù)據(jù)分析
1.6.1 任務(wù)一：利用Pandas對(duì)示例數(shù)據(jù)進(jìn)行排序，要求升序
1.讓行索引升序排序
2.讓列索引升序排序
3.讓列索引降序排序
ascending參數(shù)：設(shè)置升序降序，默認(rèn)升序
1.6.2 任務(wù)二：對(duì)泰坦尼克號(hào)數(shù)據(jù)（trian.csv）按票價(jià)和年齡兩列進(jìn)行綜合排序（降序排列）
1.6.3 任務(wù)三：利用Pandas進(jìn)行算術(shù)計(jì)算，計(jì)算兩個(gè)DataFrame數(shù)據(jù)相加結(jié)果
# 兩個(gè)DataFrame相加后，會(huì)返回一個(gè)新的DataFrame，對(duì)應(yīng)的行和列的值會(huì)相加，沒(méi)有對(duì)應(yīng)的會(huì)變成空值NaN。
1.6.4 任務(wù)四：通過(guò)泰坦尼克號(hào)數(shù)據(jù)如何計(jì)算出在船上最大的家族有多少人？
來(lái)源：Datawhale
