标签：数据分析 task3 text up down 动手 right result left
数据重构
心得：通过对task3的学习，我学会了如何对表格进行按行合并和按列合并生成一个新的表格，主要有concat 方法（行列均可），join（行），merge（行）和append（列），然后就是对数据进行分组计算，用的的主要方法是groupby，与数据库是类似的，之后就可以按照分组类型进行各种计算了。
2.4数据的合并
1.将data文件夹里面的所有数据都载入，与之前的原始数据相比，观察他们的之间的关系
text_left_up = pd.read_csv("data/train-left-up.csv")
text_left_down = pd.read_csv("data/train-left-down.csv")
text_right_up = pd.read_csv("data/train-right-up.csv")
text_right_down = pd.read_csv("data/train-right-down.csv")
查看他们的内容text_left_up.head()、text_left_up.head()、text_right_down.head()
、text_right_up.head()：
可以观察到，train-left-up.csv和train-right-up.csv应该是一张表拆分出来的两部分，下面是将他们合并成一张表：
list_up = [text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=1)
result_up.head()
2.合并
方法一：
使用concat方法：将train-left-down和train-right-down横向合并为一张表，并保存这张表为result_down。然后将上边的result_up和result_down纵向合并为result。
list_down=[text_left_down,text_right_down]
result_down = pd.concat(list_down,axis=1)
result = pd.concat([result_up,result_down])
result.head()
区别：concat(list_up,axis=1)，有axis=1时是对行进行合并；没有的话是对列进行合并。
方法二：
用DataFrame自带的方法join方法和append
resul_up = text_left_up.join(text_right_up)
result_down = text_left_down.join(text_right_down)
result = result_up.append(result_down)
result.head()
方法三：
使用Panads的merge方法和DataFrame的append方法
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)
result.head()
join（）和merge（）都是对列进行合并，append（）是对行合并。
2.6 数据运用
1.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()
means
groupby()根据SEX这一列的内容进行合并，男性为一类，女性为一类，分别计算他们的票价
2.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()
3.计算客舱不同等级的存活人数
survived_pclass = text['Survived'].groupby(text['Pclass'])
survived_pclass.sum()
4.从任务二到任务三中，这些运算可以通过agg()函数来同时计算。并且可以使用rename函数修改列名
text.groupby('Sex').agg({'Fare': 'mean', 'Pclass': 'count'}).rename(columns=
{'Fare': 'mean_fare', 'Pclass': 'count_pclass'})
mean（）表示票价取平均值；count（）表示等级的计数。
5.统计在不同等级的票中的不同年龄的船票花费的平均值
思路:根据等级和年龄分别划分就好了，平均值是mean（）。
text['Fare'].groupby([text['Pclass'],text['Age']]).mean().head(10)
简化版：
text.groupby(['Pclass','Age'])['Fare'].mean().head(10)
效果是一样的。
6.将任务二和任务三的数据合并，并保存到sex_fare_survived.csv
result = pd.merge(means,survived_sex,on='Sex')
result.to_csv('sex_fare_survived.csv')
7.得出不同年龄的总的存活人数，然后找出存活人数最多的年龄段，最后计算存活人数最高的存活率（存活人数/总人数）
#不同年龄的存活人数
survived_age = text['Survived'].groupby(text['Age']).sum()
survived_age.head()
#找出最大值的年龄段
survived_age[survived_age.values==survived_age.max()]
#首先计算总人数
_sum = text['Survived'].sum()
print("sum of person:"+str(_sum))
precetn =survived_age.max()/_sum
print("最大存活率："+str(precetn))
标签：数据分析,task3,text,up,down,动手,right,result,left 来源： https://blog.csdn.net/qq_42882457/article/details/122010405
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。