2023（春）Python程序设计作业5：Pandas基础技能及综合应用

最新推荐文章于 2024-09-15 22:31:42 发布

软工211 2130110444 吴江

最新推荐文章于 2024-09-15 22:31:42 发布

阅读量108

点赞数

文章标签： python pandas 开发语言

本文链接：https://blog.csdn.net/Mixed789/article/details/131062869

版权

该文介绍了使用Python的Pandas库进行数据分析的基本操作，包括创建Series和DataFrame对象，访问和修改数据，计算统计量（如求和、平均值），以及利用Pandas进行数据排名和可视化。示例涵盖了数据访问、修改、计算和绘图的过程。

摘要由CSDN通过智能技术生成

实验一：Series对象的应用

实验要求：

定义一个Series对象，包含5个整数数据；
访问、修改Series对象中的数据；
打印Series对象；
对Series对象进行计算，如求和、求平均值等。
代码：

import pandas as pd

# 定义一个Series对象
s = pd.Series([10, 20, 30, 40, 50])

# 访问Series对象中的数据
print(s[0])  # 输出第一个元素
print(s[2:4])  # 输出第3个到第4个元素

# 修改Series对象中的数据
s[1] = 30

# 打印Series对象
print(s)

# 对Series对象进行计算
print(s.sum())  # 求和
print(s.mean())  # 求平均值

结果：

实验二：DataFrame对象的应用

实验要求：
定义一个DataFrame对象，包含3个列，每列分别为整数、浮点数和字符串类型；
访问、修改DataFrame对象中的数据；
对DataFrame对象进行计算，如求和、求平均值等。
代码：

import pandas as pd

# 定义一个DataFrame对象
data = {'int_col': [1, 2, 3, 4, 5], 'float_col': [1.2, 2.3, 3.4, 4.5, 5.6], 'str_col': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# 访问DataFrame对象中的数据
print(df['int_col'][0])  # 输出第一行第一列的数据
print(df.loc[1, 'str_col'])  # 输出第二行第三列的数据

# 修改DataFrame对象中的数据
df.loc[2, 'float_col'] = 3.5

# 对DataFrame对象进行计算
print(df.sum())  # 求和
print(df.mean())  # 求平均值

结果：

实验三：综合实例

实验要求：

定义一个包含省会城市、人口、GDP、城市面积的DataFrame对象；
计算各种排名，如人口最多的城市、GDP最高的城市等；
使用Pandas绘图，可视化上述实验结果。
代码：

import pandas as pd
import matplotlib.pyplot as plt
 
# 定义一个包含省会城市、人口、GDP、城市面积的DataFrame对象
data = {'city': ['北京', '上海', '广州', '深圳'], 'population': [2171, 2424, 1500, 1303], 
        'gdp': [30320, 32679, 20353, 22458], 'area': [16410, 6340, 7434, 1996]}
df = pd.DataFrame(data)
 
# 计算各种排名
pop_rank = df['population'].rank(ascending=False)
gdp_rank = df['gdp'].rank(ascending=False)
area_rank = df['area'].rank(ascending=False)
 
# 将排名添加到DataFrame对象中
df['pop_rank'] = pop_rank
df['gdp_rank'] = gdp_rank
df['area_rank'] = area_rank
 
# 使用Pandas绘图，可视化实验结果
df.plot(kind='bar', x='city', y=['population', 'gdp', 'area'], title='China Capital Cities')
plt.show()

结果：