一、pandas数据分析
pandas是一种基于numpy的开源的数据分析工具包,提供了高性能、简单易用的数据结构和数据分析函数。
1、Series对象
(1)定义和创建
(2)数据访问
(3)常用方法
(1)定义和创建
Series对象是一种带有标签数据的一维数组,标签在pandas中有对应的数据类型“Index”,Series类似于一维数组与字典的结合。
2、DataFrame对象
(1)定义和创建
(2)数据访问
(3)常用方法
(4)常见操作
(1)定义和创建
DataFrame可以看作一种既有索引,又有列索引的二维数组,类似于Excel表或关系型数据库中的二维表,是
pandas中最常用的基本结构。
常见操作
(1)pandas中的缺失值处理
(2)pandas中的分组操作
(3)pandas中的数据合并操作
#2.实现按总分或语文、数学、英语单科从高到低排序功能: def sort(df,col): ss=df.sort_values(by = col,ascending = False) #根据某一序列的值降序(从高到低)排序 return ss col = input('请输入您要排序的列名:') sort(data_3,col) #调用排序函数
请输入您要排序的列名:总分
#3.打印所有存在不及格科目的学生记录: data_2[(data_2['语文']<60)|(data_2['数学']<60)|(data_2['英语']<60)] #判断某一列有不及格的行数据 data_2[(data_2.语文<60)|(data_2.数学<60)|(data_2.英语<60)] #用属性索引判断