2023（春）Python程序设计作业5：Pandas基础技能及综合应用

[软工211-450-周鑫]

作业要求

1.    [基础要求]  基于Jupyter Notebook 完成以下实验一、实验二、实验三；
2.    [重点要求]  修改以下示例代码，以测试不同知识点。在博客上写出你：

•  修改的代码、
•  修改的愿意（意图）
•  代码运行的结果
•  你的结论

实验一：Series对象的应用

实验要求：

• 定义一个Series对象，包含5个整数数据；
• 访问、修改Series对象中的数据；
• 打印Series对象；
• 对Series对象进行计算，如求和、求平均值等。

示例代码：

import pandas as pd

s=pd.Series([10,20,30,40,50])#定义一个对象
print(s[0])#打印第一个数据
print(s[1:3])#打印第二第三个数据
s[0]=35#修改数据
print(s)
print(s.sum())#求和
print(s.mean())#求平均值

实验结果：

 

---

 

实验二：DataFrame对象的应用

实验要求：

• 定义一个DataFrame对象，包含3个列，每列分别为整数、浮点数和字符串类型；
• 访问、修改DataFrame对象中的数据；
• 对DataFrame对象进行计算，如求和、求平均值等。

示例代码：

import pandas as pd
data = {'int_col': [1, 2, 3, 4, 5], 'float_col': [1.2, 2.3, 3.4, 4.5, 5.6], 'str_col': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)
print(df['int_col'][0])#数据定位
print(df.loc[1, 'str_col'])
df.loc[2, 'float_col'] = 3.5#数据修改
print("求和为：",end='')
print(df.sum())
print("第一列平均值：",end='')
print(df['int_col'].mean())
print("第二列平均值：",end='')
print(df['float_col'].mean())

实验结果：

---

 

实验三：综合实例

实验要求：

• 定义一个包含省会城市、人口、GDP、城市面积的DataFrame对象；
• 计算各种排名，如人口最多的城市、GDP最高的城市等；
• 使用Pandas绘图，可视化上述实验结果。

示例代码：

import pandas as pd
import matplotlib.pyplot as plt
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
# 定义一个包含省会城市、人口、GDP、城市面积的DataFrame对象
data = {'city': ['北京', '上海', '广州', '深圳'], 'population': [2171, 2424, 1500, 1303],
        'gdp': [30320, 32679, 20353, 22458], 'area': [16410, 6340, 7434, 1996]}
df = pd.DataFrame(data)
# 计算各种排名
pop_rank = df['population'].rank(ascending=False)
gdp_rank = df['gdp'].rank(ascending=False)
area_rank = df['area'].rank(ascending=False)
# 将排名添加到DataFrame对象中
df['pop_rank'] = pop_rank
df['gdp_rank'] = gdp_rank
df['area_rank'] = area_rank
print(df)
#计算人口密度
population_density=df['population']/df['area']
#城市人均GDP
GDP_per_people=df['gdp']/df['population']
#数据添加在表格中
df['population_density']=population_density
df['GDP_per_people']=GDP_per_people
print(df)
# 使用Pandas绘图，可视化实验结果
df.plot(kind='bar', x='city', y=['population', 'gdp', 'area'], title='China Capital Cities')
plt.show()

结论：

        pabdas功能十分强大，不仅兼具了数组的功能，而且在实现二维的DataFrame中能够实现图像可视化，以清晰的表格图像来展示结果。此次实验加深了自己对于pandas与matplotlib的使用，在实验中也加入了自己对功能的一些扩展，在正常的使用时，因为图形库对于中文字符的识别有很大的问题，因此加入了pylab库来对文字进行处理。

        总的来说，panndas库对于日常化的数据处理是及其擅长的，不仅体现在数据的灵活性上，同时也能将数据多元化处理。