Python数据分析实战
数据及要求
文件可以在博主得资源上下载,如果是源文件有个缺考得话,把他人为改成0或者使用python代码写也可以
现请帮班主任做如下工作:
- 给成绩表加上姓名列;
- 给成绩表加上字段“总分”列,并求出总分;
- 增加列字段“等级”,标注每人“总分”的“优、良、中、及格、差”(270≤优,240≤良, 210≤中,及格≤180,差≤180);
- 计算各门课程的平均成绩以及标准差;
- 做"总分"成绩分布图,纵坐标表示成绩,横坐标表示学号或者姓名,画出总分的均分横线,让每位同学的总分圆点分布在均分线上下,以便于观察每位同学的成绩离开均分的距离。
一、导入数据
import pandas as pd
sheet1 = pd.read_excel("E:\python_data.xlsx",sheet_name="成绩表")
sheet2 = pd.read_excel("E:\python_data.xlsx",sheet_name="信息表")
sheet1
二、将sheet2的姓名添加至sheet1中
注意你们的文件上的列名是“手机号码”还是“手机号”,博主使用的是“手机号”为列名
sheet1 = pd.merge(sheet1,sheet2,left_on='学号',right_on='学号') #连接两个表
sheet1 = sheet1.drop(columns = ['手机号'])
sheet1
或者在第一步读取文件的时候改成 sheet2 = pd.read_excel("E:\python_data.xlsx",sheet_name="信息表",usecols=[0,1])
,这样就可以不用drop手机号了
三、计算总分
如果源文件是有缺考得话还需要加多一句代码,替换下 sheet1.loc[sheet1['线代']=='缺考','线代']=0
sheet1["总分"] = sheet1["C#"]+sheet1["线 代"]+sheet1["Python"]
sheet1
四、为总分定等级
- 方法一
def return_ans(x):
if x>=270:
b='优'
elif x>=240 and x<270:
b='良'
elif x>=210 and x<240:
b='中'
elif x>=180 and x<210:
b='及格'
else:
b='差'
return b
sheet1['等级'] = sheet1['总分'].apply(lambda x:return_ans(x))
sheet1
- 方法二
此处得bins最后不可以写max(sheet1.总分)+1,因为这份数据没有一个总分超过270得,所以会报错
bins=[min(sheet1.总分)-1,180,210,240,270,999]
labels=["差","及格","中","良","优"]
sheet1['等级']=pd.cut(sheet1.总分,bins,right=False,labels=labels)
sheet1
五、计算各科成绩的均值和标准差
print("C#的平均成绩为",sheet1['C#'].values.mean())
print("C#的标准差为",sheet1['C#'].values.std())
print("线 代的平均成绩为",sheet1['线 代'].values.mean())
print("线 代的标准差为",sheet1['线 代'].values.std())
print("Python的平均成绩为",sheet1['Python'].values.mean())
print("Python的标准差为",sheet1['Python'].values.std())
六、对数据进行可视化,并用红线代表平均分数线
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Simhei']
s = sheet1['总分'].values.mean()
plt.bar(range(len(sheet1['总分'])),sheet1['总分'],width=0.8)
plt.xticks(range(len(sheet1['总分'])),sheet1['姓名'])
plt.axhline(s, color='red', linestyle='--')
plt.show()
赞~