【Python初心者】データ処理のために使えるコード

import numpy as np               # 計算系
import pandas as pd              # データ処理系
import matplotlib.pyplot as plt  # 表示系

df = pd.read_csv('data/test.csv')
df = pd.read_csv('data/test.csv', index_col=[4])  # indexにする列を指定して読み込み

df.to_csv("output.csv")  # 全て書き出し
df.to_csv("output.csv", columns=['Survived','Name','Ticket','Cabin'])  # 指定列のみ書き出し

df.shape

df.info()

df.columns   #全てのIndexを取得
df.select_dtypes(include=[np.number]).columns #数値データのみ
df.select_dtypes(include=[np.object]).columns #オブジェクトデータのみ

df["Embarked"].unique()        # 指定列の全ユニーク文字列を取得
df['Embarked'].value_counts()  # 指定列の全ユニーク文字列の頻度を表示

df.describe()              # 数値データ列の基本情報（平均、最小、最大）
df.describe(include = 'O') # オブジェクト型データ列の基本情報（各要素数、文字列の種類数、最頻出の文字列）

df.corr()
df.corr()["Pclass"].sort_values() #指定の列だけ他の列との相関係数を調べてソートして表示

df.apply(lambda x: x.nunique())

df.isnull().sum()

df.groupby('Sex').mean()

df.pivot_table(values='Fare', index='Sex', columns='Embarked', aggfunc='sum')