pandas数据分析

#先要检查配置环境

pip show numpy/pandas/matplotlib

一、pandas数据分析

Pandas是一种基于Numpy的开源的数据分析包，提供了高性能、简单易用的数据结构和数据分析函数。

1、Series对象

（1）定义和创建
（2）数据访问
（3）常用方法

（1）定义和创建

Series对象是一种带有标签数据的一维数据，标签在Pandas中有对应的数据类型“Index”，Series类似于一维数组与字典的结合

 

2、DataFrame对象

（1）定义与创造

 DataFrame可以看作是一种既有行索引，又有列索引的二维数组，类似于Excel表或关系型数据库中的二维表，是Pandas中最常用的基本结构

（2）数据访问

（3）常用方法

（4）常见操作

（1）Pandas中的缺失值处理

（2）Pandas中的分组操作

（3）Pandas中的数据合并操作

names = ['aa','cc','dd','ff','ee']
ages = [54,98,65,32,21]
nums = [11,22,33,44,66]
s_1 = pd.Series(names)
s_2 = pd.Series(ages)
#print(s_1)        #将数据输出到客服端
#print()
s_2 #直接从内容中读取数据，没有对外输出，会被后面的输出数据覆盖

print(pd.DataFrame({'学号':nums,'姓名':s_1,'年龄':s_2})) #用Series对象创建DataFrame对象
data_2 = pd.DataFrame({'学号':nums,'姓名':names,'年龄':ages},index = list('abcde'))#用数组创建
data_2

   学号  姓名  年龄
0  11  aa  54
1  22  cc  98
2  33  dd  65
3  44  ff  32
4  66  ee  21

Out[49]:

	学号	姓名	年龄
a	11	aa	54
b	22	cc	98
c	33	dd	65
d	44	ff	32
e	66	ee	21

#导入库
import numpy as up
import pandas as pd
import matplotlib.pyplot as plt
#1.使用Pandas读取两个表格数据，并将其根据姓名进行合并
data_1 = pd.read_excel('../Stu_pack/pandas/exer_1.xlsx',skiprows = 1) #读取文件数据
data_2 = pd.read_excel('../Stu_pack/pandas/exer_2.xlsx',skiprows = 1)
data_1
data_2

data_3 = pd.merge(data_1,data_2) #根据相同列名合并数据
data_3

	姓名	性别	班级	语文	数学	英语	总分
0	Aa	男	2班	83	78	98	259
1	Bb	男	3班	67	93	56	216
2	Cc	女	3班	59	86	86	231
3	Dd	男	3班	75	60	59	194
4	Ee	女	3班	81	81	79	241
5	Ff	女	1班	68	67	95	230
6	Gg	女	1班	61	80	75	216
7	Hh	女	1班	89	70	96	255
8	Ii	女	3班	62	55	90	207
9	Jj	男	3班	68	91	94	253
10	Kk	女	2班	86	77	51	214
11	Ll	男	1班	88	72	78	238
12	Mm	男	2班	85	91	59	235
13	Nn	男	3班	80	65	76	221
14	Oo	女	3班	70	96	68	234
15	Pp	男	1班	76	78	98	252
16	Qq	女	1班	78	68	67	213
17	Rr	女	1班	78	68	67	213
18	Ss	女	2班	77	51	90	218
19	Tt	男	3班	67	98	99	264
20	Uu	女	3班	68	67	78	213
21	Vv	女	3班	98	77	51	226
22	Ww	女	3班	77	51	89	217
23	Xx	男	1班	89	89	67	245
24	Yy	女	1班	77	51	56	184
25	Zz	男	2班	56	68	67	191

#2.实现接总分 或 语文、数学、英语单科从高到低排序功能：
def sort(df,col):
    ss = df.sort_values(by = col,ascending = False)     
               #将DataFrame对象df按照某列的数据值排序，默认为升序，将ascending设置为False降序（从高到低）
    return ss
    
col = input('请输入您要排序的列名：')
sort(data_3,col)  #调用函数，将实参传递给形参

 

请输入您要排序的列名：总分

Out[75]:

	姓名	性别	班级	语文	数学	英语	总分
19	Tt	男	3班	67	98	99	264
0	Aa	男	2班	83	78	98	259
7	Hh	女	1班	89	70	96	255
9	Jj	男	3班	68	91	94	253
15	Pp	男	1班	76	78	98	252
23	Xx	男	1班	89	89	67	245
4	Ee	女	3班	81	81	79	241
11	Ll	男	1班	88	72	78	238
12	Mm	男	2班	85	91	59	235
14	Oo	女	3班	70	96	68	234
2	Cc	女	3班	59	86	86	231
5	Ff	女	1班	68	67	95	230
21	Vv	女	3班	98	77	51	226
13	Nn	男	3班	80	65	76	221
18	Ss	女	2班	77	51	90	218
22	Ww	女	3班	77	51	89	217
1	Bb	男	3班	67	93	56	216
6	Gg	女	1班	61	80	75	216
10	Kk	女	2班	86	77	51	214
16	Qq	女	1班	78	68	67	213
17	Rr	女	1班	78	68	67	213
20	Uu	女	3班	68	67	78	213
8	Ii	女	3班	62	55	90	207
3	Dd	男	3班	75	60	59	194
25	Zz	男	2班	56	68	67	191
24	Yy	女	1班	77	51	56	184

#3.打印所有存在不及格科目（单科<60）的学生记录：
data_3[(data_3['语文']<60) | (data_3['数学']<60) | (data_3['英语']<60)]

姓名	性别	班级	语文	数学	英语	总分
1	Bb	男	3班	67	93	56	216
2	Cc	女	3班	59	86	86	231
3	Dd	男	3班	75	60	59	194
8	Ii	女	3班	62	55	90	207
10	Kk	女	2班	86	77	51	214
12	Mm	男	2班	85	91	59	235
18	Ss	女	2班	77	51	90	218
21	Vv	女	3班	98	77	51	226
22	Ww	女	3班	77	51	89	217
24	Yy	女	1班	77	51	56	184
25	Zz	男	2班	56	68	67	191

#4.获取指定科目的最高分、最低分以及平均分：
def get_course(df,col):
    mm = np.max(df[col]) #求最高分
    nn = np.min(df[col]) #求最低分
    cc = np.mean(df[col])#求平均分
    return '科目为:{},最高分为:{},最低分为:{},平均分为:{:.2f}'.format(col,mm,nn,cc)

col = input('请输入您要查找的科目：')
get_course(data_3,col)

请输入您要查找的科目：总分

Out[80]:

'科目为:总分,最高分为:264,最低分为:184,平均分为:226.15'