python csv文件数据处理

最新推荐文章于 2024-09-13 09:00:00 发布

doudou_nc

最新推荐文章于 2024-09-13 09:00:00 发布

阅读量1k

点赞数 5

分类专栏：作业文章标签： python .csv 分析处理数据

本文链接：https://blog.csdn.net/doudou_nc/article/details/97492439

版权

使用pandas库分析athlete_events.csv文件，统计并排序历史上的金牌总数，发现通过sorted函数处理的结果与pandas存在差异，pandas数据更准确。

摘要由CSDN通过智能技术生成

根据athlete_events.csv文件统计历史上金(奖)牌总数最高的三个国家和金(奖)牌数

使用pandas处理csv文件

import pandas as pd
import numpy as np
from collections import Counter
#打开csv文件并且只使用第7列和第十四列
#引号内为athlete_events.csv的地址  根据个人情况修改
data=pd.read_csv('C:\\Users\\lcega\\Desktop\\athlete_events.csv',usecols=[7,14])
#数据1取数据中数据项'Medal'为'gold'的数（金银铜牌中的金牌选手）
data1=data[data['Medal']=='Gold']					
									
list=np.array(data1['NOC'])
#data1['NOC']改为data['NOC'] --> 统计奖牌最高及前三
#列表list使用array将金牌选手的国籍排列如下
#['DEN' 'FIN' 'FIN' ... 'NED' 'NED' 'URS']
result=Counter(list)#Counter函数输出列表中相同的数据的个数
print(result.most_common(3))#most_common(n)输出列表中数据出现次数最多的前三名
data.close()


#下面是一些基础操作
# print(data.head())        输出数据前5行
# print(data.dtypes)        数据的类型
#print(data.columns)        打印数据所有的列名
# print(data.columns[2])    打印数