利用pandas库进行数据分析（三）

使用pandas读取CSV文件，计算了不同年份书的平均评分，并绘制了折线图

# coding=utf-8
import pandas as pd
from matplotlib import pyplot as plt

# 设置pandas显示的最大行数、列数和宽度
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 100)
pd.set_option('display.width', 1000)

# 指定CSV文件路径
file_path = './books.csv'

# 使用pandas读取CSV文件
df = pd.read_csv(file_path)

# 打印前2行数据，用于检查
# print(df.head(2))

# 打印数据集信息，用于检查
# print(df.info())

# 去除original_publication_year列的nan的行
data1 = df[pd.notnull(df['original_publication_year'])]

# 按照'original_publication_year'列进行分组，并计算每个年份下书的平均评分
grouped = data1['average_rating'].groupby(by=data1['original_publication_year']).mean()

# 打印分组后的数据
# print(grouped)

# 获取年份和平均评分
_x = grouped.index  # 年份
_y = grouped.values  # 平均评分

# 创建一个大小为20x8，分辨率为80的图形
plt.figure(figsize=(20, 8), dpi=80)

# 绘制折线图，x轴是年份的索引，y轴是平均评分
plt.plot(range(len(_x)), _y)

# 打印年份的数量
print(len(_x))

# 设置x轴的刻度，使其对应年份，旋转45度以便更好地显示
plt.xticks(list(range(len(_x)))[::10], _x[::10].astype(int), rotation=45)

# 显示图形
plt.show()

这段代码的功能如下：

1. 设置了pandas显示的最大行数、列数和宽度。

2. 读取了包含书籍数据的CSV文件。

3. 去除了original_publication_year列中nan值的行，以便后续分组时不受影响。

4. 按照original_publication_year列进行分组，并计算每个年份下书的平均评分。

5. 准备数据用于绘图，年份作为x轴标签，平均评分作为y轴的值。

6. 使用matplotlib绘制折线图，x轴表示年份，y轴显示每个年份的平均书籍评分。

效果如下：

 上方涉及的books数据资源如下：

books文件大小：1,000.3 K|https://wwt.lanzoum.com/icRJK1oapoje