推荐阅读:数据分析--Pandas 基础(一)
上一节课介绍了 Pandas 的基本用法,这一章节我们通过对 “泰坦尼克号” 幸存者进行数据分析,来进一步的学习 pandas。
titanic_train.csv
网盘链接:链接:https://pan.baidu.com/s/1hGc19QAGV6H-hDtOdz-GpQ 提取码:sgu8
![3fac52dcb7ed9835db8a11761fbc5b62.png](https://img-blog.csdnimg.cn/img_convert/3fac52dcb7ed9835db8a11761fbc5b62.png)
image-20200618091812300
数据简介:
PassengerId:乘客ID
Survived:是否获救,用1和Rescued表示获救,用0或者not saved表示没有获救
Pclass:乘客等级,“1”表示Upper,“2”表示Middle,“3”表示Lower
Name:乘客姓名
Sex:性别
Age:年龄
SibSp:乘客在船上的配偶数量或兄弟姐妹数量)
Parch:乘客在船上的父母或子女数量
Ticket:船票信息
Fare:票价
Cabin:是否住在独立的房间,“1”表示是,“0”为否
embarked:表示乘客上船的码头距离泰坦尼克出发码头的距离,数值越大表示距离越远
首先读入 数据
import pandas as pdimport numpy as nptitanic_survival = pd.read_csv("titanic_train.csv")titanic_survival.head() #查看前几行数据
![ef9cc9cf92c340db8df6a10d8bc906d9.png](https://img-blog.csdnimg.cn/img_convert/ef9cc9cf92c340db8df6a10d8bc906d9.png)
image-20200618091440524
在 pandas 中,使用 NaN 表示数据为空,表示数据缺失
使用 .isnull()函数判断一列数据是否为空
age = titanic_survival["Age"]age_is_null = pd.isnull(age)print(age_is_null)
![df82aad0ec11c1a8422c5f0501b54568.png](https://img-blog.csdnimg.cn/img_convert/df82aad0ec11c1a8422c5f0501b54568.png)
image-20200618094104841
查看空数据情况
age_null_true = age[age_is_null]print (
|