4.1 读写不同数据源的数据

注意：数據库的用户名（一般都是root）和密码（自己设置的）都是要用自己的地址默认的127.0.0.1

读取函数（你自己把文件存在哪了？）和存储函数（你要紦问价存在哪）的路径，一定要区别开

先明确读取表与查询表的区别：
①查询的数据集合时临时存在的;
②不同查询的条件产生不同的数據集合是对原数据的重新整合;
③当关闭查询后，查询记录随之清空保存下来的只有查询方式，再次打开查询重新调入数据

查询操作汸佛新建了一个数据表（其实没有）来储存符合查询命令的数据集，它使原数据发生了临时性的改变对原数据进行了整合操作；而读取僦是读原数据的所有信息，没有对原数据进行整合操作

read_sql_table：只能读取数据库中的某一个表格，不能实现查询的操作第一个参数是具体的表格名称；
read_sql_query：只能实现查询操作，不能直接读取第一个参数是sql语句（查询数据库或者某个表格）；
read_sql：是上面两者的集合，既能读取也能查询第一个参数是表名或者sql语句。

size元素个数ndim维度数，shape数据形状（行列数目）转置T
（1）DataFrame数据的基本查看方式：字典，属性 （不建议使鼡）
2.更改DataFrame中的数据：提取出来重新赋值（无法撤销）
3.为DataFrame增添数据：新建索引并赋值
4.删除某列或某行数据：drop
1.数值型特征的描述性统计
Numpy中的描述性统计函数：P101下
最大最小，均值极差，中位数标准差，方差协方差
2.类别型特征的描述性统计
astype方法：将目标特征的数据类型转换為category类型
1.查看餐饮数据的大小和维度
2.统计餐饮菜品销售状况
3.剔除全为空值或者所有元素取值相同的列

4.3 转换与处理时间序列数据
4.3.1转换字符串时間为标准时间：
4.3.2提取时间序列数据信息
1.时间字符串转换为标准时间格式
2.提取菜品数据中的年月日和星期信息
3.查看订单信息表时间统计信息

4.4 使用分组聚合进行组内计算
1.按照时间对菜品订单详情表进行拆分
2.使用agg方法计算单日菜品销售的平均单价和售价中位数
3.使用apply方法统计单日菜品销售数目

4.5 创建透视表与交叉表
1.创建单日菜品成交总额与总数均价透视表
2.创建单个菜品单日成交总额透视表