pandas数据分析

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