Datawhale七月组队——动手学数据分析 Task01 数据加载及探索性数据分析

第一次的打卡内容包括数据的载入及初步观察、Pandas基础以及探索性数据分析三个部分。

1. 数据的载入及初步观察

这一节内容中，刚开始绝对路径的设置中"/"和'''\'用错了，直接拿文件夹的路径粘贴过来，导致运行失败

使用pandas中read_csv读取csv数据时，对于有表头的数据，将header设置为空(None)，会报错：pandas_libs\parsers.pyx in pandas._libs.parsers.raise_parser_error() ParserError: Error tokenizing data. C error: Expected 4 fields in line 2, saw 5 。查看pandas官方文档发现，read_csv读取时会自动识别表头，数据有表头时不能设置header为空（默认读取第一行，即header=0)；数据无表头时，若不设置header，第一行数据会被视为表头，应传入names参数设置表头名称或设置header=None。index_col=False，不设置则默认第一列为index。

2. Pandas基础

[1] loc/iloc/ix的用法比较：

1）loc的用法：行根据行标签，也就是索引筛选，列根据列标签，列名筛选；如果选取的是所有行或者所有列，可以用：代替；行标签选取的时候，两端都包含，比如[0:5]指的是0，1，2，3，4，5。

2)  iloc的用法：根据行标签的位置索引。iloc就是 integer loc ，可以理解为是在loc的基础上，用整数索引。位置从0开始，并且只到索引右端值-1

3)  ix的用法：ix相当于loc和iloc的综合版本，既可以按标签选取，又可以按位置选取。也就是说，ix可以识别想按照标签选取，还是按照位置选取。它是先于iloc、和loc产生的，现在基本上用iloc和loc已经完全能取代ix了。

[2] Pandas的drop和del函数使用比较：

DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')

labels是指要删除的标签，一个或者是列表形式的多个，axis是指处哪一个轴，columns是指某一列或者多列，level是指等级，针对多重索引的情况，inplaces是否替换原来的dataframe。Axis=1表示列，默认是行。假如没有指定columns，则需要指明axis的取值。del函数相对比较简单，可以直接指定列进行删除，如del df['A']；

[3] Reset_index函数使用规则：

对于没有先使用set_index函数而直接对原来的数据表进行reset的情况，drop=True, 在原有的索引列重置索引，同时不另外添加新列。这个常用于在进行数据删减筛选处理的时候对索引进行重置。

3. 探索性数据分析

第三部分主要是对数据表相关数据进行排序以及统计相关分析