标签：数据分析 midage 任务 Pclass 动手 PART2 2.2 2.1 100

本次任务截图还未完全上传完毕，博客将于明天补充，先打卡啦~

2.1.1 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。

DataFrame:

Series:

2.1.2 任务二：根据上节课的方法载入"train.csv"文件

2.1.3 任务三：查看DataFrame数据的每列的项

2.1.4 任务四：查看"cabin"这列的所有项 [有多种方法]

2.1.5 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

2.1.6 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

2.2.1 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

2.2.2 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

2.2.3 任务三：将midage的数据中第100行的"Pclass"和"Sex"的数 据显示出来

2.2.4 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

2.2.5 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

标签：数据分析,midage,任务,Pclass,动手,PART2,2.2,2.1,100
来源： https://www.cnblogs.com/todaywillbeAC/p/15018308.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。