python数据合并实操

目录

一、介绍Jupyter，使用Jupyter实现实操

           在Jupyter中新建一个notebook,在notebook进行操作。

二、引入pandas库

三、读取“学生成绩统计.xlsx”表中4个sheet工作表数据

 1.使用pandas函数来读取：

四、计算每个同学的平时成绩得分，保留2位小数

1.方便计算的准备工作

2.计算平时成绩

---

一、介绍Jupyter，使用Jupyter实现实操

Jupyter Notebook是一个开源的Web应用程序，允许创建和共享包含实时代码的文档，称为笔记本，使用者可以通过浏览器运行这些笔记本，并查看结果。

Python中对Jupyter的介绍：

1. Jupyter Notebook的安装：

   在Python中使用Jupyter，首先需要安装它。可以通过pip安装：

         

      或者使用conda安装：

          

      

      2.运行Jupyter Notebook：

         安装完成后，可以通过以下命令启动Jupyter Notebook：

            

        启动后，会自动打开浏览器，并显示主页面。

      

      3.创建一个新的Notebook：

        点击界面右侧的"New"按钮，选择"Python 3"，就可以创建一个新的Notebook文件。

     4.使用Jupyter Notebook：

        Notebook界面包括一个单元格，可以在其中编写和运行代码。单元格可以包含多种类型的内容，包括代码、标记文本（Markdown）、数学方程等。

        例如，在单元格中输入以下Python代码：

        

   

     5.然后按Shift + Enter运行单元格，输出结果将显示在下方。

     6.保存和共享Notebook：

        完成Notebook后，可以通过点击"File" -> "Download as" -> "Python (.ipynb)"来保存为.ipynb文件格式，该格式可以被Jupyter Notebook打开和运行。也可以将Notebook导出为其他格式，如HTML、PDF等。

        以上是Jupyter Notebook在Python中的基本介绍和使用方法。

           在Jupyter中新建一个notebook,在notebook进行操作。

二、引入pandas库

           pandas是一个强大的数据处理和分析库，它提供了丰富的数据结构和函数，可以进行数据清洗、数据集成、数据分析和可视化等,引入pandas库后，你可以使用pandas的各种函数来操作数据。

三、读取“学生成绩统计.xlsx”表中4个sheet工作表数据

 1.使用pandas函数来读取：

                        sheet1=pd.read_excel('data.excel')   (使用 pandas 库中的read_excel 函数来读取名为 data.excel的 Excel 文件，并将第一个工作表（Sheet1）加载到变量sheet1 中。)

                        sheet_name=''   (接收 str、int、list或None。表示Excel文件内数据的工作簿位置。默认为0)  

                       sheet1.head()    (pandas库中DataFrame对象的一个方法，用于查看DataFrame的前几行数据。head()方法默认显示前五行，但是你可以传入一个参数来指定显示的行数。)

        （1）.全班名单，及考勤数据  “全班名单”中记录了学生的名字和考勤信息（签到次数)

        （2）.第一、二、三次作业完成名单  “作业x完成名单”中记录了3次平时作业完成任务的同学的名字。

四、计算每个同学的平时成绩得分，保留2位小数

                规定【平时成绩】的计算公式为：

                           平时成绩 = (签到次数/10)*20 + 3个平时作业的完成个数/3*20

1.方便计算的准备工作

         （1）.将每个“作业完成”的表格，加上一列1数字（第一个全班出勤表格就不需要增加）   在名为sheet2、sheet3、sheet4表格中，给名为次数1、次数2、次数3的列赋值为1，再用sheet2.head(2)查看其中一个数据。

         （2）.用姓名做索引合并数据 

                   set_index是pandas中的一个方法，它可以将DataFrame的某一列设置为索引，再用sheet1.head(2)查看其中一个数据。

         （3）.合并数据到一个表格中，数据合并存在缺失值，将缺失值填充0

                    pd.concat()函数:将多个数据表格或者系列按照指定的轴进行合并。

   sheet1、sheet2、sheet3、sheet4都是pandas的DataFrame对象，它们将被合并为一个新的DataFrame data1。

                    axis参数:接收0或1。表示轴。0表示删除记录(行)，1表示删除特征(列)。默认为0

                    join参数：接收str。表示其他轴向上的索引是按交集（inner,内连接）还是并集（outer,外连接）进行合并。默认为outer 

                    fillna参数：用于填充DataFrame或Series对象中的缺失值。fillna(0)这个方法会将所有的缺失值替换为0。

          (4).计算每位同学的作业完成次数

2.计算平时成绩

                    使用公式：

                    平时成绩 = (签到次数/10)*20 + 3个平时作业的完成个数/3*20