【DataWhale打卡】1. 数据加载及探索性数据分析
read_csv和read_table都是是加载带分隔符的数据，每一个分隔符作为一个数据的标志，但二者读出来的数据格式还是不一样的，
read_csv的默认分隔符是逗号，read_table是以制表符 \t 作为数据的标志，也就是以行为单位进行存储。
read_csv读完后是一个有多行多列的数组，每一个字符串作为一列用read_table读完后每个字符串之间有逗号相隔，表明每一行作为一个维度进行了存储，每一行字符串为一列而不是每一个字符串。
数据文件的格式很多，最常用的是 .csv，.xls 和 .txt 文件，以及 sql 数据库文件的读取。
不同格式的使用案例
（1）读取 .csv 文件：
df = pd.read_csv("./example.csv", engine="python", encoding="utf_8_sig")
# engine="python"允许处理中文路径，encoding="utf_8_sig"允许读取中文数据
（2）读取 .xls 文件：
df = pd.read_excel("./example.xls", sheetname='Sheet1', header=0, encoding="utf_8_sig")
# sheetname 表示读取的sheet，header=0 表示首行为标题行， encoding 表示编码方式
（3）读取 .txt 文件：
df = pd.read_table("./example.txt", sep="\t", header=None)
# sep 表示分隔符，header=None表示无标题行，第一行是数据
（4）读取.json文件
import json
#读取文件全部内容，并以字典的形式返回
file = open("./example.json")
t = json.load(file)
逐块读取：将数据分成小块按块读入，得到的对象指向了多个分块对象，但并没有将实际数据先读入，而是在提取数据时才将数据提取进来。
原因：在处理很⼤的⽂件时，可将大文件拆分成小块按块读入后，这样可减少内存的存储与计算资源。数据的处理和清洗经常使用分块的方式处理，这能大大降低内存的使用量，但相比会更耗时一些。
chunker
for data in chunker:
print(data)
# 替换
df.columns =['乘客ID','是否幸存','仓位等级','姓名','性别','年龄','兄弟姐妹个数','父母子女个数','船票信息','票价','客舱','登船港口']
df.head(5)
df.describe()
#思考回答
test_1.drop(['a'],axis=1,inplace=True)
test_1.head()
reset_index()
使用索引重置生成一个新的DataFrame或Series，可以把索引用作列
pandas以类似字典的方式来获取某一列的值，比如df[‘A’]，这会得到df的A列。如果我们对某一行感兴趣呢？这个时候有两种方法，一种是iloc方法，另一种方法是loc方法。loc是指location的意思，iloc中的i是指integer。这两者的区别如下：
loc：works on labels in the index.
iloc：works on the positions in the index (so it only takes integers).
也就是说loc是根据index来索引，比如下边的df定义了一个index，那么loc就根据这个index来索引对应的行。iloc并不是根据index来索引，而是根据行号来索引，行号从0开始，逐次加1。
text.sort_values(by=['票价', '年龄'], ascending=False).head(3)
