开始前，导入numpy和pandas。
import numpy as np
import pandas as pd载入data文件夹中的所有数据，观察数据之间的关系。
trlu = pd.read_csv('C://Users/22774/Desktop/data/train-left-up.csv')
trru = pd.read_csv('C://Users/22774/Desktop/data/train-right-up.csv')
trld = pd.read_csv('C://Users/22774/Desktop/data/train-left-down.csv')
trrd = pd.read_csv('C://Users/22774/Desktop/data/train-right-down.csv')
#分别是完整数据切割成田字格所对应的四个部分数据的几种连接方式：
1.使用concat函数横向合并。
result_up = pd.concat([trlu,trru],axis=1)
result_down = pd.concat([trld,trrd],axis=1)
result = pd.concat([result_up,result_down],axis=0)
#axis=1时表示列合并(左右合并)，axis=0时为行合并(上下合并)
result.to_csv('result.csv')2.DataFrame自带的方法join。
data1=trlu.join(trru)
data2=trld.join(trrd)
#左右合并3.DataFrame自带的方法append。
data=data1.append(data2)
#上下合并4.Panads的merge方法(左右合并)。
da1 = pd.merge(trlu,trru,left_index=True,right_index=True)
da2 = pd.merge(trld,trrd,left_index=True,right_index=True)
da=da1.append(da2)将DataFrame类型的数据转换成Series类型的数据：
text = pd.read_csv('result.csv')
unit_result=text.stack()
#使用stack函数将列索引改为行索引，从而转换为Series类型的数据
unit_result.head(12)前12行数据(第一位乘客的信息)结果如下 ：
计算泰坦尼克号男性与女性的平均票价
result = pd.read_csv('result.csv')
df = result['Fare'].groupby(result['Sex'])
means = df.mean()
means
统计泰坦尼克号中男女的存活人数
survived_sex = result['Survived'].groupby(result['Sex']).sum()
survived_sex
将以上两个过程得到的数据合并，并保存到sex_fare_survived.csv
sfs = pd.merge(means,survived_sex,on='Sex')
sfs.to_csv('sex_fare_survived.csv')
计算客舱不同等级的存活人数
pclass_sex = result['Survived'].groupby(result['Pclass']).sum()
pclass_sex
从上面几个统计过程中可以看出，女性的平均票价高于男性，存活人数也高于男性。在三个等级的客舱中，一等舱和三等舱存活的人数较多，二等舱乘客存活较少。
利用agg函数得到男女平均票价和存活人数。
result.groupby('Sex').agg({'Fare': 'mean', 'Survived': 'sum'}).rename(
columns={'Fare': 'mean_fare', 'Survived': 'sum_Survived'})
统计在不同等级的票中的不同年龄的船票花费的平均值
result.groupby(['Pclass','Age'])['Fare'].mean().head(15)
得出不同年龄的总的存活人数，然后找出存活人数最多的年龄段，最后计算存活人数最高的存活率（存活人数/总人数）
age_survived = result['Survived'].groupby(result['Age']).sum()
the_age = age_survived[age_survived.values==age_survived.max()]
#查看存活人数最多的年龄段
survived_sum = result['Survived'].sum()
#存活总人数
print('存活人数最高的存活率:'+str(age_survived.max()/survived_sum))
可以看出，存活人数最多的年龄是24岁，共有15人存活。对比总存活人数来看，占比接近0.0439。
总结：在这两节中，学习了数据的几种连接方式，不同类型数据之间的转换，以及通过groupby和agg函数对数据进行分组，提取出重要特征，进行数据重构，得到一些简单结论。
