學習筆記

思考1： pd.read_csv()和pd.read_table()有什麼不同

pd.read_csv() 直接讀取‘,’為分隔符的文字檔案，pd.read_table()需要設定sep。

思考2：瞭解一下'.tsv'和'.csv'的不同，如何載入這兩個資料集？

TSV 是Tab-separated values的縮寫，即製表符分隔值。 相對來說CSV，Comma-separated values（逗號分隔值）更常見一些。

TSV與CSV的區別： 1）從名稱上即可知道，TSV是用製表符（Tab,'\t'）作為欄位值的分隔符；CSV是用半形逗號（','）作為欄位值的分隔符； 2）IANA規定的標準TSV格式，欄位值之中是不允許出現製表符的。
Python對TSV檔案的支援： Python的csv模組準確的講應該叫做dsv模組，因為它實際上是支援正規化的分隔符分隔值檔案（DSV，delimiter-separated values）的。 delimiter引數值預設為半形逗號，即預設將被處理檔案視為CSV。 當delimiter='\t'時，被處理檔案就是TSV。

TSV可以通過 pd.read_table('file.tsv',sep='\t')

思考3： 什麼是逐塊讀取？為什麼要逐塊讀取呢？

逐塊讀取就是通過 chunksize= 引數來設定讀取大小。
採用逐塊讀取檔案的主要目的是防止檔案過大，一次性載入到記憶體，會讓記憶體爆掉，或者記憶體一次性無法載入這麼多。

思考4： 大家可以chunker(資料塊)是什麼型別？用for迴圈打印出來出處具體的樣子是什麼？

設定 chunksize引數之後，讀取的資料塊為TextFileReader，可以遍歷列印，列印效果為根據chunksize大小分別列印。

思考5：還有其他的刪除多餘的列的方式嗎？

del test1['a']
test1.drop('a',axis=1,inplace=True)
如果想要完全的刪除你的資料結構，使用inplace=True，因為使用inplace就將原資料覆蓋了，所以這裡沒有用

思考6：對比iloc和loc的異同

loc是利用索引名和列名進行檢索
iloc是利用索引號和列號進行檢索

思考7：通過書本你能說出Pandas對DataFrame資料的其他排序方式嗎？

Pandas支援三種排序方式，按索引標籤排序，按值排序，按兩種方式混合排序。

• 按索引排序
  Series.sort_index()與DataFrame.sort_index方法用於按索引層級對Pandas物件排序。
• 按值排序
  Series.sort_values()方法用於按值對Series排序。DataFrame.sort_values()方法用於按行列的值對DataFrame排序。DataFrame.sort_values()的可選引數by用於指定按哪列排序，該引數的值可以是一列或多列資料。
• 按索引和值排序
  通過引數by傳遞給DataFrame.sort_values()的字串可以引用列或索引層名。