地址：https://www.imooc.com/learn/1273

测试数据： https://www.kaggle.com/datasets/blastchar/telco-customer-churn

The book we recommend to learn pandas is Python for Data Analysis, by Wes McKinney, creator of pandas.

第一章 课程介绍

1-1 课程介绍和工具准备

第二章 数据读取

2-1 Pandas读取和保存数据的方法

Pandas I/O支持的数据格式：Picking, Feather, Flat file, Parquet, Clipboard, OCR, Excel, SAS, JSON, SPSS, HTML, SQL, HDFStore:PyTables, Google BigQuery, (HDF5), STATA

详细清单参考官网： https://pandas.pydata.org/docs/user_guide/io.html?highlight=io

常用数据读

• read_excel()

读取之后的数据是DataFrame

read_csv()

常用参数：

• usecols=[1, 3, 5]： 只读取需要的列
• chunksize=100: 返回Reader迭代器，迭代读取数据

## 第三章

### Pandas查看和预览数据的方法

DataFrame API

常用数据查看方法：

• 查看数据尺寸
• 查看指定条件数据
• 预览数据内容

• 查看数据类型

• df.head(n): 查看前n条数据
• df.tail(n): 查看后n条数据
• df.shape: 数据信息：(行数, 列数)
• df[df['field']==value]: 筛选满足条件的数据，可继续使用此方法多次过滤
• df[fieldName]: 过滤指定列，如df[‘name’]，多列选择df[['f1', 'f2']]
• df[n1:n2]: 过滤指定行，如df[10:20]，查看[10,20)行
• df.iat[row, col]：查看具体单元格
• df.dtypes: 查看数据详细信息和数据指标类型
• df.info()：查看数据详细信息，指标类型统计，数据大小，内存占用信息

统计不同数据类型指标数量

from collections import Counter
Counter(df.dtypes.values)

第四章 数据统计分析

• df.describe()：对数值型数据进行统计并统计基本信息。count：数据条数；mean：平均值；std：标准差；min：最小值；25%：下次中位数； 50%：中位数；75%：上次中位数；max：最大值。下次中位数和上次中位数以外的可作为异常值关注区域

            Unnamed: 0  SeniorCitizen       tenure  MonthlyCharges
  count  7053.000000    7053.000000  7053.000000     7052.000000
  mean   3526.000000       0.162059    33.760669       68.771065
  std    2036.170057       0.368531   103.241266      255.020317
  min       0.000000       0.000000  -111.000000     -263.000000
  25%    1763.000000       0.000000     9.000000       35.500000
  50%    3526.000000       0.000000    29.000000       70.350000
  75%    5289.000000       0.000000    55.000000       89.850000
  max    7052.000000       1.000000  8256.000000    18937.000000