第1章 Pandas基础
一、基础知识
1、读取：df = pd.read_csv('data/table.csv')
2、写入：df.to_csv('data/new_table.csv')【可用于结果输出】
二、基本数据结构
series && dataframe
series的属性：
.values;
.name
.index
.dtype
series方法：
mean();
dataframe属性：
.index
.columns.
.values
.shape【返回几行几列】
dataframe方法：
mean();std();sum();....
三、常用基本函数
1. head和tail
2. unique和nunique
3. count和value_counts
4. describe和info
5. idxmax和nlargest
6. clip和replace
四、作业
1. 问题
【问题一】 Series和DataFrame有哪些常见属性和方法？
属性：Size shape dtypes index columns
方法：Head tail rename(更改行中的数据) replace unique_values sort_values describe max\min\sum\mean
【问题二】 value_counts会统计缺失值吗？
不能
【问题三】 与idxmax和nlargest功能相反的是哪两组函数？
idmax（返回最大值）——idxmin（返回最小值）
nlargest（返回前几个大的元素值）——nsmallest（返回前几个小的元素值）
【问题四】 在常用函数一节中，由于一些函数的功能比较简单，因此没有列入，现在将它们列在下面，请分别说明它们的用途并尝试使用。
sum：
- df.sum()：计算和，axis=0 按列计算，axis=1 按行计算，默认axis=0。
mean
- df.mean()：计算平均值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
median
- df.median()：计算中位数，axis=0 按列计算，axis=1 按行计算，默认axis=0。
mad
- df.mad()：根据平均值计算平均绝对偏差，axis=0 按列计算，axis=1 按行计算，默认axis=0。
min
- df.min()：计算最小值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
max
- df.max()：计算最大值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
abs
- df.abs()：计算绝对值，axis=0 按列计算，axis=1 按行计算，默认axis=0。
std
- df.std()：计算标准差，axis=0 按列计算，axis=1 按行计算，默认axis=0。
var
- df.var()：计算方差，axis=0 按列计算，axis=1 按行计算，默认axis=0。
quantile
quantile(q=0.75),→ quantile统计分位数，参数q确定位置
cummax：依次给出前1、2.。。n个数的最大值
cumsum
- df.cumsum()：计算累计求和，axis=0 按列计算，axis=1 按行计算，默认axis=0。
cumprod：依次给出前1、2.。。n个数的积
【问题五】 df.mean(axis=1)是什么意思？它与df.mean()的结果一样吗？第一问提到的函数也有axis参数吗？怎么使用？
axis=0 按列计算，axis=1 按行计算，默认axis=0。
2. 练习
【练习一】 现有一份关于美剧《权力的游戏》剧本的数据集，请解决以下问题：
（a）在所有的数据中，一共出现了多少人物？
（b）以单元格计数（即简单把一个单元格视作一句），谁说了最多的话？
（c）以单词计数，谁说了最多的单词？
【练习二】现有一份关于科比的投篮数据集，请解决如下问题：
（a）哪种action_type和combined_shot_type的组合是最多的？
（b）在所有被记录的game_id中，遭遇到最多的opponent是一个支？