Python实现大学绩点计算——利用pandas对excel处理

Python实现大学绩点计算——利用pandas对excel处理

pandas处理excel

Python中有许多读写与修改excel表格的方式,例如xlrd、openpy、pandas等等。而得益于pandas独有的dataframe数据类型,能够对读写进的excel表格进行各种数学统计与运算操作。下面介绍pandas对excel表格读写的几种基本操作。

pandas读取excel

import pandas as pd
from pandas import DataFrame

file_path = r'D:\data.xls'
df = pd.read_excel(file_path, sheet_name = "Sheet1")

读取进来的数据以一种类似于excel表格的方式进行存储,如果对数据进行打印,你就可以清晰的看到dataframe中的数据种类、格式等重要信息,例如:

   姓名    学分   绩点  Unnamed: 3    Unnamed: 8  Unnamed: 9  Unnamed: 10  Unnamed: 11
0   张三  0.25  5.0         NaN  ...         NaN         NaN          NaN          0.0
1   张三  3.00  4.5         NaN  ...         NaN         NaN          NaN          NaN
2   张三  4.00  3.1         NaN  ...         NaN         NaN          NaN          NaN
3   张三  3.00  4.0         NaN  ...         NaN         NaN          NaN          NaN
4   张三  1.00  5.0         NaN  ...         NaN         NaN          NaN          NaN
5   张三  1.00  4.6         NaN  ...         NaN         NaN          NaN          NaN
6   张三  0.50  5.0         NaN  ...         NaN         NaN          NaN          NaN
7   张三  2.00  5.0         NaN  ...         NaN         NaN          NaN          NaN
8   张三  2.00  5.0         NaN  ...         NaN         NaN          NaN          NaN
9   张三  2.00  4.5         NaN  ...         NaN         NaN          NaN          NaN
10  张三  1.00  5.0         NaN  ...         NaN         NaN          NaN          NaN
11  张三  2.00  5.0         NaN  ...         NaN         NaN          NaN          NaN
12  张三  3.00  5.0         NaN  ...         NaN         NaN          NaN          NaN
13  张三  3.00  4.2         NaN  ...         NaN         NaN          NaN          NaN

对于dataframe中数据的检索也可以通过索引十分轻松的完成,例如如果我想要查看姓名这一列的第3行,那么可以通过下述代码实现:

[in] df.iloc[2][姓名]
[out] 张三

pandas创建新的excel

pandas创建新的excel表格同样十分简单,只需将普通的列表转化为dataframe,并通过to_excel函数进行创建。

data = { 'name': [], 'score': [], 'sum':[], 'jidian':[]}
df = DataFrame(data)
df.to_excel('new1.xlsx')

编写代码计算大学绩点

由于博主的学院没有提供年级绩点排名,且恰好收集了全年级所有学生的科目列表以及对应的成绩(格式如下表所示),因此决定利用Python对绩点进行统计。博主所在学院的绩点计算方式如下:
总 绩 点 = ∑ 科 目 学 分 ∗ 科 目 绩 点 ∑ 科 目 学 分 总绩点=\frac{\sum{科目学分*科目绩点}}{\sum{科目学分}} =
统计所得的表格类型如下:

姓名学分绩点
张三15.0
张三24.3
张三0.253.7
李四0.55.0
李四22.6

第一列为学生姓名,第二列为各科学分,第三列为各科绩点。下面为实现代码链接:
python实现大学生绩点排名计算
实现生成excel表格包括学生姓名,总绩点,总学分,有效学分(学分*绩点)。代码较简单,只为博主复习一下pandas包=^=。

更新时间

2021.9.19

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python利用Pandas可以很方便地处理Excel文件。Pandas是一个强大的数据分析库,可以读取Excel文件并将其转换为数据框,然后可以对数据进行各种操作,如筛选、排序、聚合等。Pandas还可以将数据框转换为Excel文件,方便数据的导出和共享。使用Pandas处理Excel文件可以大大提高数据处理的效率和准确性。 ### 回答2: Python是一种功能强大的编程语言,在数据处理方面拥有广泛的应用。在数据处理中,常常需要对Excel表格数据进行清晰整理、分析、统计和可视化,这时候Pandas就成为了一个非常有用的python库。Pandas库是一个开源的数据分析库,常被作为处理高性能数据的工具之一。该库建立在NumPy上,可以轻松地处理Excel表格。在Pandas库中,DataFrame是最重要的数据类型。它类似于Excel工作表,可以读取Excel文件、处理数据、更改格式、进行数据分析等等。 Python利用Pandas处理Excel的具体步骤如下: 1.导入Pandas库 首先需要在Python中导入pandas库,使用import语句,比如:import pandas as pd。 2.读取Excel文件 使用Pandas读取Excel文件有很多方式,最简单的是使用read_excel()方法。比如读取test.xlsx文件并将其存储在名为df的DataFrame中,可以使用以下代码: df = pd.read_excel('test.xlsx') 3.处理Excel数据 一旦将Excel数据存储在DataFrame中,就可以开始对其进行处理,包括: (1)数据清洗:删除重复数据、缺失值处理、数据类型转换等; (2)数据分组:对数据进行分组和汇总; (3)数据筛选:根据指定的条件对数据进行筛选; (4)数据可视化:使用Matplotlib等库对Excel数据进行绘图等; (5)数据导出:将处理后的数据保存为Excel文件、CSV文件等。 下面的是一个简单的示例代码,演示了利用Pandas库从Excel文件中读取数据、做简单的数据处理和最后将处理后的数据保存到新的Excel文件中: # 导入pandas库 import pandas as pd # 读取Excel文件 df = pd.read_excel('test.xlsx') # 只保留“name”和“score”列,并将score列10分制换算为百分制 df = df[['name', 'score']].apply(lambda x: x*10 if x.name == 'score' else x) df['score'] = df['score'].apply(lambda x: str(x)+'%') # 将处理后的数据存储为新的Excel文件 df.to_excel('output.xlsx', index=False) 总之,使用Pandas库可以很好地处理Excel表格数据,并实现数据的清晰整理、分析和可视化,帮助用户更好地了解和掌握数据,挖掘其中的价值。 ### 回答3: Python是一种流行的编程语言,它可以使用pandas处理ExcelPandasPython的一个数据操作库,使得用户可以使用Python轻松地读取、处理和写入Excel文件。 Pandas库提供了两个主要的数据结构,即Series和DataFrame。Series是一维的数据结构,类似于Python中的列表或数组。而DataFrame是二维的数据结构,可以看作是由多个Series组成的表格。 在Python中使用Pandas处理Excel文件非常方便。首先需要安装pandas库,可以通过pip命令进行安装。安装完成后,就可以导入pandas库并开始处理Excel文件。 读取Excel文件也非常简单,可以使用`pandas.read_excel()`函数读取Excel文件,并指定文件路径和工作表名称等参数。读取完成后,数据就会以DataFrame的形式存储在内存中。 处理Excel文件之后,可以对数据进行各种操作。例如,可以使用`DataFrame.drop()`函数删除不需要的列或行;使用`DataFrame.describe()`函数显示数据的统计信息;使用`DataFrame.groupby()`函数分组数据并进行汇总等。 对于较大的Excel文件,Pandas库也提供了分块读取数据的功能,以便更高效地处理数据。还可以使用Pandas库来创建和写入Excel文件,这样可以将数据写入新的Excel文件中并保存。 总之,使用Pandas处理Excel文件可以帮助Python用户轻松地读取、处理和写入Excel文件,并提供了丰富的数据操作功能,可以有效地提高数据处理效率。

“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
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
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