知识点梳理：
1.相对路径及绝对路径载入数据（使用os.getcwd()查看当前工作目录）
2.读取数据：read_table, read_csv, read_excel
3.数据模块，逐块读取chunksize
4.修改列名：df.columns=[ ]
5.查看数据的基本信息:df.info()\df.describe()\df.head(10)\df.tail(15)\df.isnull()
6.Series及Dataframe（是一个表格型的数据结构，“带有标签的二维数组”。）
7、查看列：
# df[]默认选择列，[]中写列名
# df[]中为数字时，默认选择行，且只能进行切片的选择，不能单独选择（df[0]）
# df.loc[] - 按index选择行
# df.iloc[] - 按照整数位置（从轴的0到length-1）选择行
8.删除列：
# del语句 - 删除列
# drop()删除列，需要加上axis = 1，inplace=False → 删除后生成新的数据，不改变原数据
9.reset_index()函数重新设置索引，drop=True删除原来的索引
10.排序：sort_values（）--ascending参数：设置升序降序，默认升序
1 第一章：数据加载
1.1.1 任务一：导入numpy和pandas
1.1.2 任务二：载入数据
(1) 使用相对路径载入数据
(2) 使用绝对路径载入数据
# 使用os.getcwd()查看当前工作目录
(3)数据读取：read_table, read_csv, read_excel
read_table:读取普通分隔数据,主要用于读取简单的数据，txt/csv
主要参数：
delimiter：用于拆分的字符，也可以用sep：sep = ','
header：用做列名的序号，默认为0（第一行）
index_col：指定某列为行索引，否则自动索引0, 1, 等
read_excel：读取excel数据
主要参数：
sheetname：返回多表使用sheetname=[0,1],若sheetname=None是返回全表 ，若 int/string 返回的是dataframe 若none和list返回的是dict
header：指定列名行，默认0，即取第一行
index_col：指定列为索引列
1.1.3 任务三：每1000行为一个数据模块，逐块读取
它的本质就是将文本分成若干块，每次处理 chunksize 行的数据，最终返回一个TextParser ， 对该对象进行迭代遍历，可以完成逐块统计的合并处理。
1.1.4 任务四：将表头改成中文，索引改为乘客ID
方法1:直接修改列名
方法2:读取数据时命名列名
方法3:根据键值对的方式更改
1.2 初步观察
导入数据后，你可能要对数据的整体结构和样例进行概览，比如说，数据大小、有多少列，各列都是什么格式的，是否包含null等
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
pandas基础
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
Series是带有标签的一维数组，可以保存任何数据类型（整数，字符串，浮点数，Python对象等）,轴标签统称为索引
Dataframe是一个表格型的数据结构，“带有标签的二维数组”。
1.4.2 任务二：根据上节课的方法载入"train.csv"文件
1.4.3 任务三：查看DataFrame数据的每列的名称
1.4.4任务四：查看"Cabin"这列的所有值[有多种方法]
# df[]默认选择列，[]中写列名
# df[]中为数字时，默认选择行，且只能进行切片的选择，不能单独选择（df[0]）
# df.loc[] - 按index选择行
# df.iloc[] - 按照整数位置（从轴的0到length-1）选择行
1.4.5 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
1.4.6 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
# del语句 - 删除列
# drop()删除列，需要加上axis = 1，inplace=False → 删除后生成新的数据，不改变原数据
1.5 筛选的逻辑
1.5.1 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。
1.5.2 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
# 对于交集，用&，并集或用|
1.5.3 任务三：将midage的数据中第100行的"Pclass"和"Sex"的数据显示出来
midage.to_csv('midage.csv'),通过csv文件来看，返回的是63行，需要用reset_index()函数重新设置索引，drop=True删除原来的索引
1.5.4 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
1.5.5 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
iloc和loc区别：iloc需要用索引
探索性数据分析
1.6.1 任务一：利用Pandas对示例数据进行排序，要求升序
1.让行索引升序排序
2.让列索引升序排序
3.让列索引降序排序
ascending参数：设置升序降序，默认升序
1.6.2 任务二：对泰坦尼克号数据（trian.csv）按票价和年龄两列进行综合排序（降序排列）
1.6.3 任务三：利用Pandas进行算术计算，计算两个DataFrame数据相加结果
# 两个DataFrame相加后，会返回一个新的DataFrame，对应的行和列的值会相加，没有对应的会变成空值NaN。
1.6.4 任务四：通过泰坦尼克号数据如何计算出在船上最大的家族有多少人？
来源：Datawhale