2023（春）Python程序设计作业5：Pandas基础技能及综合应用

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。

实验源码：

1. import pandas as pd
2. import matplotlib.pyplot as plt
3.  
4. # 实验一
5.  
6. s = pd.Series([10, 20, 30, 40, 50])
7. # s = pd.Series(['abbb', 20, 30, 40, 50])
8. print(s[0])
9. print(s)
10. # print(s[-1])
11. print(s[0: 5])
12. s[0] = 11
13. print(s[0])
14.  
15. print('求和', s.sum())
16. print('求平均', s.mean())
17. print('求最大值', s.max())
18. print('求最小值', s.min())

 代码执行结果： 

代码修改及意图：（1）对Series对象生成的数组填充不同类型的数据，观察其是否能存储不同类型的数据；

                             （2）打印s[-1]，观察它与Python中的列表的区别；

                             （3）对生成的数组进行求和、求平均、求最大值和最小值。

结论：有Series对象生成的数组，它与Python中的列表相似和不同支持，首先是Series对象生成的数组不支持反向索引，及无法使用s[-1]来获取数组中的最后一个元素；它与列表一样，均可以使用切片的方式来获得数组片段；Series对象生成的数组有许多内置函数，来进行数据处理。

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。

 实验源码：

1. import pandas as pd
2. import matplotlib.pyplot as plt
3. data = {
4.     'int_col': [1, 2, 3, 4, 5],
5.     'float_col': [1.2, 1.3, 1.4, 1.5, 1.6],
6.     'str_col': ['a', 'b', 'c', 'd', 'e']
7. }
8. df = pd.DataFrame(data)
9. print(df)
10. df.loc[0, 'int_col'] = 3
11. print(df)
12. print(df.sum())
13. print(df.mean(numeric_only=True))

 代码执行结果：

 代码修改及其意图：（1）在求平均值时，将代码修改为  print(df.mean(numeric_only=True))  ，因为df.mean()方法只能求数值型数据的平均值，不能求字符串或者其他非数值型数据的平均值，所以要使用 numeric_only = True 来使它只求数据数值型的列的平局值。

结论：pandas中的DataFrame() 方法可以将字典（列表）生成矩阵的形式，从而能够使对数据的操作更加方便。有DataFrame（）生成的数据结构，每一行和每一                 列都有相应的行和列的名称，可以通过同时使用行和列的名称来获取相应的数据。在使用该数据结果求行（列）平均值时，一定要保证该行（列）中的所有                 元素均为数值型数据。

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。

实验源码：

1. import pandas as pd

2. import matplotlib.pyplot as plt

3. data = {

4. 'city': ['beijing', 'shanghai', 'guangzhou', 'shenzhen'],

5. 'population': [2171, 2424, 1500, 1303],

6. 'gdp': [20000, 30000, 19002, 19990],

7. 'area': [16410, 6340, 7434, 1996]

8. }

9. df = pd.DataFrame(data)

10. print(df)

11. pop_rank = df['population'].rank(ascending=False)

12. gdp_rank = df['gdp'].rank(ascending=False)

13. area_rank = df['area'].rank(ascending=False)

14. print(pop_rank)

15. print(gdp_rank)

16. print(area_rank)

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

18. plt.show()

代码执行结果：

 代码修改及其意图：我将data字典中城市的名称由中文全部改为了字母拼音，为了使城市的名称能够展示在数据统计图的 X 轴上，必须得使用英文字母。

结论：pandas库可以很方便的对矩阵中的每一列（行）中的数据进行按照升序（降序）来排列；matplotlib库能够将pandas库中生成的矩阵的每一列进行数据统计，并生成相应的数据统计图。