2023（春）Python程序设计作业5：Pandas基础技能及综合应用

[软工211-425-陈鑫]

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：

1. import pandas as pd

2. # 定义一个Series对象

3. s = pd.Series([10, 20, 30, 40, 50])

4. # 访问Series对象中的数据

5. print(s[0]) # 输出第一个元素

6. print(s[2:4]) # 输出第3个到第4个元素

7. # 修改Series对象中的数据

8. s[1] = 25

9. # 打印Series对象

10. print(s)

11. # 对Series对象进行计算

12. print(s.sum()) # 求和

13. print(s.mean()) # 求平均值

修改后：

import pandas as pd

 
# 定义一个Series对象

s = pd.Series([10, 20, 30, 40, 50], index=['a', 'b', 'c', 'd', 'e'])

 
# 访问Series对象中的数据

print(s['a']) # 输出第一个元素

print(s['c':'e']) # 输出第3个到第5个元素

 
# 修改Series对象中的数据

s['b'] = 25

 
# 打印Series对象

print(s)

 
# 对Series对象进行计算

print(s.sum()) # 求和

print(s.mean()) # 求平均值

 

 

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。

• 实验二：DataFrame对象的应用

  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
• 修改的代码：

import pandas as pd
 
# 定义一个DataFrame对象
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)
 
# 访问DataFrame对象中的数据
print(df['float_col'][2])  # 输出第三行第二列的数据
print(df.loc[3, 'str_col'])  # 输出第四行第三列的数据
 
# 修改DataFrame对象中的数据
df.loc[4, 'int_col'] = 6
 
# 对DataFrame对象进行计算
print(df.sum())  # 求和
print(df.mean())  # 求平均值

• 修改的意图：

• 将访问的数据修改为第三行第二列的元素和第四行第三列的元素。
• 将第五行第一列的元素修改为6。

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。

 修改后的代码：

import pandas as pd

import matplotlib.pyplot as plt

 
# 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

 
# 使用Pandas绘图，可视化实验结果

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体为中文宋体

df.plot(kind='bar', x='city', y=['population', 'gdp', 'area'], title='China Capital Cities')

plt.xlabel('City')

plt.ylabel('Value')

plt.legend(['Population', 'GDP', 'Area'])

plt.show()

 
# 增加功能：找出人口最多的城市

most_populous_city = df.loc[df['population'].idxmax(), 'city']

print("Most populous city:", most_populous_city)

 
# 增加功能：计算人口密度

df['population_density'] = df['population'] / df['area']

print("Population density:")

print(df[['city', 'population_density']])

测试Pandas中对于多列数据的处理能力以及数据透视表的应用；