探索2012欧洲杯数据

探索2012欧洲杯数据


附数据集!

导入必要的库及数据集

import pandas as pd
path = "D:\\data\\Euro2012.csv"

重命名数据集

euro12 = pd.read_csv(path)
euro12

在这里插入图片描述

查看有多少支球队参加比赛

euro12.shape[0]

查看一共有多少列

euro12.info()

在这里插入图片描述

将列Team, Yellow Cards和Red Cards放到新的DataFramediscipline中

discipline = euro12[['Team','Yellow Cards','Red Cards']]
discipline

在这里插入图片描述

在discipline中先按Red Cards再按Yellow Cards进行排序

discipline.sort_values(['Red Cards','Yellow Cards'],ascending=False)
  • sort_values(): 对 DataFrame 或 Series 进行排序操作
  • ascending=False 参数用于指定降序排序

计算每个球队拿到黄牌的平均数

round(discipline['Yellow Cards'].mean())

找到进球数Goals超过6的球队数据

euro12[euro12.Goals > 6]

在这里插入图片描述

iloc的使用

iloc 通过传递整数索引或切片来选择行和列。当使用单个整数索引时,它选择对应的行或列。当使用切片时,它选择指定范围内的行或列。注意,iloc 的行和列索引都是基于整数位置,而不是标签名。

使用 iloc 时需要注意边界情况,确保索引在数据的有效范围内,以避免出现索引错误。

# 选取前7列
euro12.iloc[: , 0:7]

# 选取除了最后3列之外的全部列
euro12.iloc[: , :-3]

找到England、Italy和Russia的射正率

euro12.loc[euro12.Team.isin(['England', 'Italy', 'Russia']),['Team','Shooting Accuracy']]

在这里插入图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jony..

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值