Python数据分析基础（余本国） 第四章练习

Python数据分析基础（余本国） 第四章练习

需求

1. 班主任现有一班级的两张表，如下:
   信息表：
   
   成绩表：
   
   现请帮班主任做如下工作：
   1) 给成绩表加上姓名列；
   2) 给成绩表加上字段“总分”列，并求出总分；
   3) 增加列字段“等级”，标注每人“总分”的“优、良、中、及格、差”(270≤优，240≤良， 210≤中，及格≤180，差≤180)；
   4) 计算各门课程的平均成绩以及标准差；
   5) 做"总分"成绩分布图，纵坐标表示成绩，横坐标表示学号或者姓名，画出总分的均分横线，让每位同学的总分圆点分布在均分线上下，以便于观察每位同学的成绩离开均分的距离。

引入pandas包进行数据分析和matplotlib.pyplot画图

import matplotlib.pyplot as plt
import pandas as pd

1) 给成绩表加上姓名列:

读取sheet数据

address = 'python实战.xlsx'
sheet1 = pd.read_excel(address, sheet_name='成绩表')
sheet2 = pd.read_excel(address, sheet_name='信息表', usecols=[0, 1])  # 读取0,1列

连接两个表

sheet = pd.merge(sheet1, sheet2, left_on='学号', right_on='学号')  #按学号join

2) 给成绩表加上字段“总分”列，并求出总分：

没有将缺考成绩设为0的话，求和时将不会’线代‘列一起求和

sheet.loc[sheet['线代'] == '缺考', '线代'] = 0  # 将缺考的成绩设为0
temp = sheet[['C#', '线代', 'Python']]  # 提取列
sheet['总分'] = temp.sum(axis=1)  # 求和，axis=1为行，0位列

3) 增加列字段“等级”，标注每人“总分”的“优、良、中、及格、差”(270≤优，240≤良， 210≤中，及格≤180，差≤180)：

bins = [0, 180, 210, 240, 270, 999]  # 分区间
labels = ['差', '及格', '中', '良', '优']
sheet['等级'] = pd.cut(sheet.总分, bins, right=False, labels=labels)  # right 右区间开

4) 计算各门课程的平均成绩以及标准差：

mean = sheet.mean()  # 所有的平均数
std = sheet.std()  # 所有的标准差

###### 输出各科的平均分和标准差数据

print(f'''{sheet}\n
     C#的平均成绩为:{mean[1]},
     C#的标准差为:{std[1]},
     线代的平均成绩为:{mean[2]},
     线代的标准差为:{std[2]},
     Python的平均成绩为:{mean[3]},
     Python的标准差为:{std[3]}.''')

输出结果：

5) 做"总分"成绩分布图，纵坐标表示成绩，横坐标表示学号或者姓名，画出总分的均分横线，让每位同学的总分圆点分布在均分线上下，以便于观察每位同学的成绩离开均分的距离：

做"总分"成绩分布图

plt.rcParams['font.sans-serif'] = ['Simhei']  # 设置可显示中文
total_mean = mean[4]  # 总分平均分
plt.title('学生总分分布图')
plt.bar(range(len(sheet['总分'])), sheet['总分'], width=0.8)
plt.xticks(range(len(sheet['总分'])), sheet['姓名'])
plt.axhline(total_mean, color='red', linestyle='--')
plt.show()

附上完整代码

import matplotlib.pyplot as plt
import pandas as pd

address = 'python实战.xlsx'
sheet1 = pd.read_excel(address, sheet_name='成绩表')
sheet2 = pd.read_excel(address, sheet_name='信息表', usecols=[0, 1])  # 读取0,1列

sheet = pd.merge(sheet1, sheet2, left_on='学号', right_on='学号')  # 连接两个表

sheet.loc[sheet['线代'] == '缺考', '线代'] = 0  # 将缺考的成绩设为0
temp = sheet[['C#', '线代', 'Python']]  # 提取列
sheet['总分'] = temp.sum(axis=1)  # 求和，axis=1为行，0位列

bins = [0, 180, 210, 240, 270, 999]  # 分区间
labels = ['差', '及格', '中', '良', '优']
sheet['等级'] = pd.cut(sheet.总分, bins, right=False, labels=labels)  # right 右区间开

mean = sheet.mean()  # 所有的平均数
std = sheet.std()  # 所有的标准差
# 输出各科的平均分和标准差数据
print(f'''{sheet}\n
     C#的平均成绩为:{mean[1]},
     C#的标准差为:{std[1]},
     线代的平均成绩为:{mean[2]},
     线代的标准差为:{std[2]},
     Python的平均成绩为:{mean[3]},
     Python的标准差为:{std[3]}.''')

# 做"总分"成绩分布图
plt.rcParams['font.sans-serif'] = ['Simhei']  # 设置可显示中文
total_mean = mean[4]  # 总分平均分
plt.title('学生总分分布图')
plt.bar(range(len(sheet['总分'])), sheet['总分'], width=0.8)
plt.xticks(range(len(sheet['总分'])), sheet['姓名'])
plt.axhline(total_mean, color='red', linestyle='--')
plt.show()