Pandas数据分析实战06
Pandas数据分析实战06
任务目标
读取运动员的数据athlete_events.csv,并且获取以下对应countries国家的运动员身高数据。
• 展示其数据的分布,异常点等。
• 查看中国身高的排行
数据准备
athlete_events.csv
链接:https://pan.baidu.com/s/1jfeTXBHpBtPFgC7LhrsdVQ
提取码:a6ar
代码展示
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 设定文件名称
file_name = "athlete_events.csv"
# 设定文件路径
file_path = "D:\\Coding\\Python\\LogicCoding\\Data Analyze\\"
# 用pandas读取csv文件
df_athlete = pd.read_csv(file_path + file_name)
df_athlete.info()
df_athlete.head()
countries = {
'CHN':'中国',
'JPN':"日本",
'KOR':'韩国',
'USA':"美国",
'CAN':"加拿大",
'BRA':"巴西",
'GBR':"英国",
'FRA':"法国",
'ITA':"意大利",
'ETH':"埃塞俄比亚",
'KEN':"肯尼亚",
'NIG':"尼日利亚",
}
# 获取所有国家的简称
countries_abbreviations = [i for i in countries.keys()]
# 获取对应国家运动员的数据
df_height = df_athlete[df_athlete["NOC"].isin(countries_abbreviations)].loc[:,["NOC","Height"]]
df_height.info()
df_height.head()
# 用列表分别保存每个国家的运动员身高数据,保存前去重
dfs = []
for country in countries_abbreviations:
df = df_height[df_height["NOC"] == country]["Height"].dropna()
dfs.append(df)
# 对每个国家绘制箱型图
def draw_box():
plt.figure(figsize=(14,8))
plt.boxplot(dfs)
plt.title("各国运动员身高展示")
plt.xticks(range(1,len(countries)+1),countries.values())
#plt.legend(countries.values())
plt.show()
draw_box()
# 查看中国的身高排行
df_athlete[df_athlete["NOC"] == "CHN"].dropna(subset=["Height"]).sort_values("Height",ascending = False)
可以看出,最高的运动员是篮球运动员姚明,最矮的运动员是体操运动员陆莉。