最近一系列的数据分析的内容来源于DataWhale开源

1 第一章：数据载入及初步观察

1.1 载入数据

泰坦尼克号数据集下载

1.1.1 任务一：导入numpy和pandas

import numpy as np
import pandas as pd

1.1.2 任务二：载入数据

(1) 使用相对路径载入数据

df = pd.read_csv("train.csv")#相对路径
df.head()

(2) 使用绝对路径载入数据

import os
os.getcwd() #查看当前工作目录
df = pd.read_csv("train.csv的绝对路径")
df.head()

1.1.3 任务三：每1000行为一个数据模块，逐块读取

chunker = pd.read_csv('train.csv', chunksize=100)
for chunk in chunker:print(chunk)

chunk的属性为：
<pandas.io.parsers.TextFileReader at 0x237b6459788>

1.1.4 任务四：将表头改成中文，索引改为乘客ID [对于某些英文资料，我们可以通过翻译来更直观的熟悉我们的数据]

df = pd.read_csv("train.csv", names=['乘客ID','是否幸存','乘客等级(1/2/3等舱位)','乘客姓名','性别','年龄','堂兄弟/妹个数'\,'父母与小孩个数','船票信息','票价','客舱','登船港口'], index_col='乘客ID', header=0)
df.head()

1.2 初步观察

1.2.1 任务一：查看数据的基本信息

df.info()

1.2.2 任务二：观察表格前10行的数据和后15行的数据

#前10行
df.head(10)

#后15行
df.tail(15)

1.2.4 任务三：判断数据是否为空，为空的地方返回True，其余地方返回False

df.isnull()

1.3 保存数据

1.3.1 任务一：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv

df.to_csv("train_chinese.csv")

【总结】数据的加载以及入门，接下来就要接触数据本身的运算，我们将主要掌握numpy和pandas在工作和项目场景的运用。

1.4 知道你的数据叫什么

1.4.1 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

kaggle泰坦尼克数据之数据初步处理相关推荐

Kaggle泰坦尼克数据科学解决方案
Kaggle泰坦尼克数据科学解决方案参考文章: (1)Kaggle泰坦尼克数据科学解决方案 (2)https://www.cnblogs.com/zackstang/p/8185531.html ( ...
python mean dropna_小丸子踏入python之路：python_day05（用Pandas处理泰坦尼克船员获救数据titanic_train.csv）...
泰坦尼克船员获救数据: titanic_train.csv 用excel打开数据集.显示如下: 写在前边: 为了方便以后运用numpy和pandas的库,分别造它们的别名np和pd. import p ...
数据分析入门 | kaggle泰坦尼克任务
这个章节主要是参加DataWhale的数据分析项目过程中的记录,希望能对感兴趣的同学有一些帮助. 目录索引一.章节导航二.其他集合一.章节导航数据分析入门 | kaggle泰坦尼克任务(一)- ...
kaggle 泰坦尼克高分预测
kaggle 泰坦尼克高分预测目录 kaggle 泰坦尼克高分预测 1.前言 2.包及数据导入 3.数据的初步认识 4.数据关系的可视化 5.数据清洗与缺失值处理 6.数据的统计分析 7.超 ...
kaggle房价预测特征意思_机器学习-kaggle泰坦尼克生存预测（一）-数据清洗与特征构建...
1.背景: 1.1 关于kaggle: 谷歌旗下的 Kaggle 是一个数据建模和数据分析竞赛平台.该平台是当下最流行的数据科研赛事平台,其组织的赛事受到全球数据科学爱好者追捧. 如果学生能够在该平台 ...
数据分析实例(上)——DataWhale202207（kaggle泰坦尼克任务）
DataWhale课程地址:datawhalechina/hands-on-data-analysis: 动手学数据分析以项目为主线,知识点孕育其中,通过边学.边做.边引导来得到更好的学习效果 (gi ...
kaggle 泰坦尼克项目实战（详细代码分享）——集成学习Soft voting
顺利注册完kaggle之后,终于可以开始上手撸项目啦! 先从大名鼎鼎的泰坦尼克号开始吧! 尽管网上有很多大神进行了"入门级别"的代码分享讲解,但我看了一轮仍然觉得对新手不够友好. ...
kaggle 泰坦尼克事件——随机森林算法实现
泰坦尼克事件--随机森林算法实现前言实现步骤 1.引入库 2.加载数据集 3.具体步骤 4.数据清洗 5.进行特征构建 6.构建新的字段,基于scikit-learn中的LabelEncoder( ...
机器学习基础—Kaggle泰坦尼克预测(完整分析)
1.引言我们先找个简单的实际例子,来看看,所谓的数据挖掘或者机器学习实际应用到底是怎么样一个过程. 2.背景 2.1 关于Kaggle Kaggle是一个数据分析建模的应用竞赛平台,有点类似KDD- ...
python__画图表可参考(转自：寒小阳逻辑回归应用之Kaggle泰坦尼克之灾)
出处:http://blog.csdn.net/han_xiaoyang/article/details/49797143 2.背景 2.1 关于Kaggle 我是Kaggle地址,翻我牌子亲,逼格 ...

kaggle泰坦尼克数据之数据初步处理

1 第一章：数据载入及初步观察

1.1 载入数据

1.1.1 任务一：导入numpy和pandas

1.1.2 任务二：载入数据

1.1.3 任务三：每1000行为一个数据模块，逐块读取

1.1.4 任务四：将表头改成中文，索引改为乘客ID [对于某些英文资料，我们可以通过翻译来更直观的熟悉我们的数据]

1.2 初步观察

1.2.1 任务一：查看数据的基本信息

1.2.2 任务二：观察表格前10行的数据和后15行的数据

1.2.4 任务三：判断数据是否为空，为空的地方返回True，其余地方返回False

1.3 保存数据

1.3.1 任务一：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv

1.4 知道你的数据叫什么

1.4.1 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

kaggle泰坦尼克数据之数据初步处理相关推荐

最新文章

热门文章

kaggle泰坦尼克数据之数据初步处理

1 第一章：数据载入及初步观察

1.1 载入数据

1.1.1 任务一：导入numpy和pandas

1.1.2 任务二：载入数据

1.1.3 任务三：每1000行为一个数据模块，逐块读取

1.1.4 任务四：将表头改成中文，索引改为乘客ID [对于某些英文资料，我们可以通过翻译来更直观的熟悉我们的数据]

1.2 初步观察

1.2.1 任务一：查看数据的基本信息

1.2.2 任务二：观察表格前10行的数据和后15行的数据

1.2.4 任务三：判断数据是否为空，为空的地方返回True，其余地方返回False

1.3 保存数据

1.3.1 任务一：将你加载并做出改变的数据，在工作目录下保存为一个新文件train_chinese.csv

1.4 知道你的数据叫什么

1.4.1 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 insertAdIfNeeded();

kaggle泰坦尼克数据之数据初步处理相关推荐

最新文章

热门文章

1.4.1 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