安裝Pandas

Pandas是構(gòu)建在Python編程語言之上的一個快速、強大、靈活且易于使用的開源數(shù)據(jù)分析和操作工具。Pandas是基于Numpy的專業(yè)數(shù)據(jù)分析工具，可以靈活高效的處理各種數(shù)據(jù)集。

我們使用pip進行安裝(如果沒有可自行查詢?nèi)绾伟惭bpip)安裝panda最簡單的方法是將其作為Anaconda的一部分安裝，Anaconda主要用于數(shù)據(jù)分析和科學(xué)計算。還提供源代碼、PyPI、ActivePython、各種Linux發(fā)行版或開發(fā)版本進行安裝的說明。

當然，最為基礎(chǔ)的Python環(huán)境還是少不了的，如果你是Linux或使用的Mac就不用安裝Python了。

pip install pandas

分析過程

1.從excel文件中讀出本班同學(xué)的成績冊，并處理好缺失值。

2.根據(jù)‘加分'和‘減分'兩列統(tǒng)計出平時成績。

3.將實驗報告成績從ABCD轉(zhuǎn)換為百分制，統(tǒng)計出實驗成績。A為90分，B為75分，C為60分，D為40分。

4.隨機生成假設(shè)的期末成績，取值區(qū)間為40-100分。將自己的期末成績改成你覺得可能考到的分數(shù)。

5.按照平時成績20%，實驗成績30%，期末成績50%的比例計算綜合成績。

6.輸出你自己的平時成績，實驗成績，期末成績和綜合成績。

7.統(tǒng)計全班綜合成績[90,100],[80,89],[70,79],[60-69],[0,59]各段成績的人數(shù)，并畫餅圖。

8.將完整的成績保存到score.xlsx文件中，打開excel檢查輸出是否正確。

完整實例

準備工作：導(dǎo)入需要用到的模塊

import pandas as pd
import numpy as np
import random
from matplotlib import pyplot as plt

（1）從excel文件中讀出本班同學(xué)的成績冊，并處理好缺失值。

df=pd.read_csv("4班平時成績.csv",encoding="gbk")
df=df.rename(columns={"ID":"學(xué)號"})#將列名ID重命名
df.set_index("姓名",inplace=True)#將姓名作為index
df=df.fillna(method="backfill")#處理缺失值

（2）根據(jù)‘加分'和‘減分'兩列統(tǒng)計出平時成績。

df["平時成績"]=df["平時成績"]-df["減分"]
df=df.drop("減分",axis=1)#刪除列

（3）將實驗報告成績從ABCD轉(zhuǎn)換為百分制，統(tǒng)計出實驗成績。A為90分，B為75分，C為60分，D為40分。

def m(x):#2 將ABCD轉(zhuǎn)化為對應(yīng)的分數(shù)
    if x=="A":
        return 90
    if x=="B":
        return 75
    if x=="C":
        return 60
    if x=="D":
        return 40
df["第一次實驗報告"]=df.第一次實驗報告.map(m)
df["第二次實驗報告"]=df.第二次實驗報告.map(m)
df["第三次實驗報告"]=df.第三次實驗報告.map(m)

（4）隨機生成假設(shè)的期末成績，取值區(qū)間為40-100分。將自己的期末成績改成你覺得可能考到的分數(shù)。

def cj(x):
    return random.randint(40,100)
df["期末成績"]=""
df["期末成績"]=df.期末成績.map(cj)
df

（5）按照平時成績20%，實驗成績30%，期末成績50%的比例計算綜合成績。

df["綜合成績"]=df["期末成績"]*0.5+df["平時成績"]*0.2+df["第一次實驗報告"]*0.1+\
                            df["第二次實驗報告"]*0.1+df["第三次實驗報告"]*0.1
df

（6）輸出你自己的平時成績，實驗成績，期末成績和綜合成績。

df[df.姓名=='只為你220']

（7）統(tǒng)計全班綜合成績[90,100],[80,89],[70,79],[60-69],[0,59]各段成績的人數(shù)，并畫餅圖。

y=pd.cut(df['綜合成績'],bins=[0,60,70,80,90,100],\
         labels=['0-59','60-69','70-79','80-89','90-100'])#分區(qū)間
a=y.value_counts()#統(tǒng)計區(qū)間人數(shù)
print(a)

plt.rcParams['font.sans-serif']=['SimHei']
a.plot(kind='pie',title='學(xué)生成績區(qū)間統(tǒng)計圖')

（8）將完整的成績保存到score.xlsx文件中，打開excel檢查輸出是否正確。

將結(jié)果保存為.xlsx文件

df.to_excel(excel_writer="score.xlsx",index=False,encoding='utf-8')

將剛剛保存的.xlsx文件打開，查看結(jié)果是否正確

pd.read_excel("score.xlsx")

總結(jié)

到此這篇關(guān)于python利用pandas分析學(xué)生期末成績碼的文章就介紹到這了,更多相關(guān)pandas分析期末成績內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！