titanic_train.cvs中的数据为

其中passengerld为每一个人的id

Survived为标签值只有0和1

pclass为船舱的等级

SibSp为当前人兄弟姐妹的数量

Parch为老人和孩子的数量

Tickle为船票的编码

Fare为船票的价格是多少

Cabin为船舱的编号

Embarked为当前人在什么地点登船的

下面程序为挑选出Age列中缺失的数据（为空的数据）：

titanic_train["Age"]为获取列名为Age的所有数据

age_is_null=pandas.isnull(age)判断这些数据中哪个为空，为空为ture，非空为fasle

age_null_true=titanic_train[age_is_null]将这些age对应的true或false作为索引进行传递，得到所有为空的

print(age_null_true["Age"])输出所有为空的age

print(len(age_null_true))输出为空的个数

在实际操作中需要把为空的给剔除掉，原因是：

可以看出这个程序因为没有将为空的给剔除掉，导致了结果为nan

这个程序就是去除所有age为空的那些人，去除他们之后求和sum，然后求出不为空的数量，进而求出平均值

程序详解：

pandas.isnull(age)的意思判断age列中是否为空，为空就是true，不为空就是false

titanic_train[age_is_null==False]["Age"]的意思是获取age不是空的age列

sum=sum(age_null_false)

len=len(age_null_false)

求和，求长度

上面的操作有一个方法已经封装好了：

问题：求出做在1，2，3等舱的船票的平均值？

遍历1到3，然后分别获取所有pclass=1，2，3的人的船票的价格，然后使用mean方法求出平均值

titantic_train["Pclass"]为获取Pclass列

以遍历到1来举例：titantic_train["Pclass"]==1为Pclass=1的为true，Pclass不等于0的为false，以这个为索引选出所有Pclass为1的行

plass_fare=plass_row["Fare"]为获取Pclass=1的Fare

plass_fare.mean()为求出Fare的平均值

使用这种方式虽然求出来了以pclass分组的平均值，但是太过于麻烦，可以使用下面的方式来求

这样一句代码就完成了，解释：

这个代码的意思是以Pclass为分组，求各组中Fare的平均值（np.mean）,这样就求出了所有以Pclass为分组的Fare的平均值

aggfunc=np.mean不写这句代码也可以，因为默认就是求平均值，不写就是求每组的平均值

还可以一下子统计多列，以列表的形式

该程序可以看出来，一下子统计了Fare，Age两列的总值

有些数据是缺失的，可以把它给剔除掉，上面的mean会自动剔除掉缺失的，但是现在我们想要剔除掉缺失的，获取剩下的数据可以使用dropna方法来完成

从该程序可知，5的age为空被剔除掉了还有其它的为空的被去掉了，我们获取到了所有age不为空的数据

程序详解：

tutanic_train.dropna(axis=0,subset["Age"])这个代码的意思是从列的角度（axis=0）看Age列只要有空就去除那一行

tutanic_train.dropna(axis=0,subset["Age"])【“Age”】的意思是指获取已去除空值的数据Age列

注意：subset接收的值只能是列表

subset=["Age","Cabin"]表示只要age列和cabin列中有一列为空，那么那行就会被去除

axis=1就表示从行的角度来看，所以就不用使用subset来指定列了，从行的角度只要行的数据为空那么整个列都要去掉，所以如下图所示，age列和Cabin肯定会去掉，因为只要由一个空，那么整列就会被去掉

一个表格中的数据，可以通过行和列（列名）定位唯一的数据，上面程序是【83，”age“】就表示行是第84行，列为age列，所以唯一定位到了28.

这个列不用多说肯定是列名，行是从除列名的下一行开始算，那是第一行，索引为0

83就表示索引为83，所以就应该是84行，加上首行列名那么就是85行

这个程序是按age进行排序，按降序排列

但是排序之后的结果是我们原来的索引，而不是从0开始从新排序，这样不利于看，如何使索引从新编写？

使用reset_index(drop=True)表示重置索引，以前的索引删掉

可以看出索引从0开始排好序了

pandas自定义函数

pandas提供了很多函数，但是可能有的函数pandas并没有封装，实现一个功能需要多个函数，那么就可以把这些函数封成一个自定义函数

可以看出hundrend_row(c)就是封装的函数，功能显示第100行数据，该方法有一个参数c，可以任意名称，他表示整个数据。类似titanic_train，但是它和titanic_train还有一些不同，它是一列一列的数据

该函数是计算数据中每列为空的数量，因为c是一列一列的数据，所以可以计算出每列的数量