數據分析--DataFrame（4）

import numpy as np
import pandas as pd
# 1.讀取Pokemon.csv
df=pd.read_csv('Pokemon.csv',encoding='utf-8')
print(df)
# 2.將列名同統一轉成小寫
df_index=df.columns.str.lower()#獲取表格的列名
df.columns=df_index
#print(df)
# 3.將#列刪除
#print(df.drop('#',axis=1))
# 4.將name列設置爲行的索引列
#df.index=df['name'].values
#df=df.drop('name',axis=1)
#print(df)

df=df.set_index('name')
# 5.選出legendary的寵物
print(df[df['legendary']==True])
# 6.查看Pikachu寵物的所有屬性
print(df.ix['Pikachu'])
# 7.查看一共有多少種寵物的類型
print(df['type 1'].unique())
# 8.篩選出既是火系又是龍系的寵物
dff=df[
    ((df['type 1']=='Fire')&(df['type 2']=='Dragon')|
     ((df['type 2'] == 'Fire') & (df['type 1'] == 'Dragon')))
]
print("*"*100)
print(dff)

# 9.   總屬性值最高的三個
df.sort_values(by='total', ascending=False).head(3)

# 10.  火系中攻擊力最高的三個寵物
data = df[(df['type 1']=='Fire') | (df['type 2']=='Fire')]
data.sort_values(by='attack', ascending=False).head(3)

# 11.  計算每個類型寵物的數量（分類統計）
df['type 1'].value_counts()
df['type 2'].value_counts()

# 12.  統計Water系寵物的數量
water = df[(df['type 1']=='Water') | (df['type 2']=='Water')]
print(water.shape[0])