Pandas基础技能及综合应用

[软工211-446-许开新]

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。
• 改进之处：增加了求取众数和按索引查找等。

• import  pandas as pd
  s=pd.Series([1,2,3,4,5])
  df=pd.Series({'A':[1,2,3],'B':[2,3,4],'C':[3,4,5]})
  print(s)
  print(s[0])#索引查找
  print(s[2:4])#输出第三到第四个元素(3和4)
  # 修改Series对象中的数据
  s[1] = 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
  print(s.values)#输出值
  print(df.mode())#求众数

  

   

  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。
• 对DataFrame对象进行分组计算。

  import pandas as pd
  
  # 创建一个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)
  
  # 输出第一行第一列的数据
  print(df['int_col'][0])  # 1
  
  # 输出第二行第三列的数据
  print(df.loc[1, 'str_col'])  # 'b'
  
  # 修改DataFrame对象中的数据
  df.loc[2, 'float_col'] = 3.5
  
  # 添加一列新的数据列
  df['new_col'] = [10, 20, 30, 40, 50]
  
  # 添加一行新的数据行
  df = df.append({'int_col': 6, 'float_col': 6.7, 'str_col': 'f', 'new_col': 60}, ignore_index=True)
  
  # 删除一列数据列
  df.drop('new_col', axis=1, inplace=True)
  
  # 对DataFrame对象进行计算
  print(df.sum())  # 求和
  # print(df.mean())  # 求平均值
  
  # 按照'int_col'字段排序
  df_sort = df.sort_values(by='int_col')
  
  # 根据条件对DataFrame进行筛选
  df_filter = df[df['int_col'] > 3]
  
  # 使用groupby方法进行分组计算
  grouped = df.groupby('str_col')
  print(grouped.mean())

   

• 

• 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。
• 导入seaborn库进行美化

• import pandas as pd
  import matplotlib.pyplot as plt
  import seaborn as sns
   
  # 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
   
  # 用 seaborn 库美化图表
  sns.set_style('darkgrid')
  plt.figure(figsize=(8, 6))
   
  # 使用Pandas绘图，可视化实验结果
  ax = df.plot(kind='bar', x='city', y=['population', 'gdp', 'area'], title='China Capital Cities')
  ax.set_xlabel('City')
  ax.set_ylabel('Value')
  plt.show()