importpandas as pdimportnumpy as np'''這裡主要講pandas如何導入資料并對資料做最基本的操作和處理
pandas導入資料的方法主要有兩種，一個是read_csv，另一個是read_excel'''df= pd.read_csv(r"C:\Users\12046\Desktop\housing(1).csv")'''read_csv函數作為最基本的讀取函數一般是用的最多的，其表達式為
read_csv(r'routine',index_col可用來選取适合的列作為該清單中的主鍵，其實也不是特别必要)
當我們導出檔案後第一步要觀察該資料的結構'''
'''print(df.head(5)) # 檢視前n行的資料，注意是行不是列
print(df.tail(5)) # 檢視後n行的資料
print(df.shape) # 檢視有多少行列
print(df.info)''' #一個函數涵蓋上面三個函數的功能
#下面嘗試利用dataframe對這組資料做切割,将各行的資料都提取出來
RM=df['RM']
Lstat=df['LSTAT']
Ptratio=df['PTRATIO']
medv=df['MEDV']#這裡可以引入布爾條件下的dataframe的篩選了
'''print(df[df.RM>7]) #單值篩選
print(df[(df.RM>7)|(df.MEDV>600000)]) #|表示且的多值篩選
print(df[(df.RM>7)&(df.MEDV>600000)]) # &表示或的多值篩選
#先對df做列篩選，選出要用的列，然後再進行條件篩選
print(df[['RM','MEDV']][(df.RM>7)|(df.MEDV>600000)])'''
#這裡的篩選操作對後續的分析很重要，是以要熟練掌握dataframe中所有格式
'''print(df.describe()) #describe函數對df進行描述性統計分析
print(df.skew(),df.kurt()) #還有偏度和峰度這兩個變量要進行分析
#以及對numpy中常用的函數都可以在dataframe上使用'''
#這個函數可以直接給出所有常見的統計量，但是要注意資料類型的影響
'''def stats(x):
return pd.Series([x.count(),x.min(),x.idxmin(),
x.quantile(.25),x.median(),
x.quantile(.75),x.mean(),x.max(),x.idxmax(),x.mad(),x.var(),x.std(),x.skew(),x.kurt()],
index = ['Count','Min','Whicn_Min',
'Q1','Median','Q3','Mean',
'Max','Which_Max','Mad',
'Var','Std','Skew','Kurt'])
print(stats(df[['RM','LSTAT','PTRATIO','MEDV']]))'''