先引入必要的库

使用方法：pandas.read_csv() 参数： （1）文件所在的路径 （2）headers：设置参数headers=None，pandas将不会自动将数据集的第一行设置为列表表头（列名）

输出：

输出：

观察上面读取出来的部分数据，pandas自动将列名（表头）设置为从0开始的数字标签。 需要我们手动添加能够帮助我们更好理解数据的列名：

首先创建出一个列表headers，里面内容就是每列的名称，然后使用方法：df.columns = headers来将列名替换成我们刚才设置的。

输出：

关于方法dropna（）： 参数： （1）axis： default 0指删除行,1为删除列 （2）subset：对特定的列进行缺失值删除处理 （3）how： {‘any’, ‘all’}, default ‘any’指带缺失值的所有行;'all’指清除全是缺失值的 （4）thresh：int,保留含有int个非空值的行 （5）inplace：True表示直接在原数据上更改

上面的调用，表示，删除“price”列为空值的行。

输出：

可以看出，原来行9的“price”列为空值，所以行9被删除。

输出：

我们可以将处理过的dataframe（df）保存成某种格式（例如：.csv）的文件，方便以后进行读取。 使用方法df.to_csv（“文件要保存的路径”， index = False）

注：参数index的含义为“是否保留行索引”， 默认为True 关于pandas的to_csv()的使用方法详见这篇博客： https://blog.csdn.net/toshibahuai/article/details/79034829

dataframe的属性dtypes可以返回表示每列数据名称及类型的列表：

输出： 第一列为列名，第二列为数据的类型

使用：dataframe.describe()即可查看每列数据的 （1）总行数统计count （2）平均值mean （3）标准差std （4）最小值min （5）25%分位值“25%” （6）50%分位值“50%” （7）75%分位值“75%” （8）最大值max

输出： 注意：方法describe()只统计（没有任何参数的情况下）数据类型（numeric-typed数据类型，例如int，float等）列的统计特征，并且会自动NaN值。

如果我们想查看所有列的统计特征（即包括非数据类型的列，例如object类型的列），就需要在describe()方法中添加参数（include = “all”）

输出：

使用如下语句：

dataframe[[‘column1’, ‘column2’, ‘column3’]].describe()

输出：

使用如下语句： dataframe.info()

此方法打印有关dataframe的信息，包括索引dtype和列、非空值和内存使用情况。

输出：

通过属性shape，获取数据集的（行数，列数）

输出： （463， 19）