跟着Datawhale动手学数据分析 3
2020-08-23 15:37
155 查看
文章目录
- 使用concat方法合并表格
- 使用DataFrame自带的join方法和append方法
- 将数据变为series类型
- 计算泰坦尼克号男性与女性的平均年龄
- 统计泰坦尼克号中男女的存活人数
- 统计泰坦尼克号中不同船舱的存活人数
- 统计在不同等级的票中的不同年龄的船票花费的平均值
- 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)
使用concat方法合并表格
list_up = [data_left_up,data_right_up] result_up = pd.concat(list_up,axis=1) list_down = [data_left_down,data_right_down] result_down = pd.concat(list_down,axis=1) result = pd.concat([result_up,result_down]) result.head(10)
需要注意,dataframe中并没有concat方法。
axis的1表示横轴,方向从左到右;0表示纵轴,方向从上到下。当axis=1时,数组的变化是横向的,而体现出来的是列的增加或者减少。
使用DataFrame自带的join方法和append方法
result_up = data_left_up.join(data_right_up) result_down = data_left_down.join(data_right_down) result = result_up.append(result_down) result.head(10)
将数据变为series类型
使用stack方法
data = pd.read_csv('result.csv') unit_result=data.stack().head(20)
关系型数据库和SQL(Structured Query Language,结构化查询语言)流行的原因之一就是其能够方便地对数据进行连接、过滤、转换和聚 合。但是,像SQL这样的查询语言所能执行的分组运算的种类很有限。
借助Python和pandas强大的表达能力可以执行复杂 得多的分组运算(利用任何可以接受pandas对象或NumPy数组的函数)。
计算泰坦尼克号男性与女性的平均年龄
df = data['Age'].groupby(data['Sex']) means = df.mean() means
统计泰坦尼克号中男女的存活人数
survived = data['Survived'].groupby(data['Sex']).sum() survived
统计泰坦尼克号中不同船舱的存活人数
survived_cabin = data['Survived'].groupby(data['Cabin']).sum() survived_cabin
统计在不同等级的票中的不同年龄的船票花费的平均值
df = data.groupby(['Pclass','Age'])['Fare'].mean().head() df
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= data['Survived'].groupby(data['Age']).sum() survived_age[survived_age.values==survived_age.max()] sum = data['Survived'].sum() percent = survived_age.max()/sum print("最大存活率:"+str(percent))
相关文章推荐
- 跟着Datawhale动手学数据分析4
- 跟着Datawhale动手学数据分析5
- 动手学数据分析 Task 1 | Datawhale
- datawhale课程[动手学数据分析]——Task02:数据清洗简述
- datawhale课程[动手学数据分析]——Task01:数据加载及探索性数据分析
- datawhale课程[动手学数据分析]——Task03:数据重构
- datawhale课程[动手学数据分析]——Task05:模型搭建与评价
- 动手学数据分析Task5
- Datawhale数据分析课程第一章
- 动手学数据分析Task2 数据清洗及特征处理
- 动手学习数据分析————第二部分
- 动手学习数据分析之模型建立和评估
- Datawhale零基础入门NLP赛事Task 02: 数据读取与数据分析
- 动手学数据分析Task3
- 动手学数据分析Task4
- DataWhale数据挖掘学习--Task 2 数据分析
- 动手学习数据分析————第四部分
- 【学习笔记】Datawhale零基础入门NLP赛事--天池新闻文本分类--Day2数据理解与数据分析
- 学习笔记(09):动手写代码之前必须的准备工作-1.5.第1季第5部分-1.5.6.跟着数据手册学单片机1...