pandas对eccel表的许多详细操作，包括创建新的列、排序、求和、指定列的相关性求解等等

大家好，欢迎来到IT知识分享网。

题目：

这是老师给的题目，我后面会根据题目的数量分十三步来依次讲解。有哪一部分的需要就直接跳到那一步就可以了，注意：注释的地方也重要！！！！（因为下方要使用到的函数，我在上方就可能写注释解释一下）

excel表数据：

第一题：找出缺考或NaN的学生及课程

import pandas as pd import numpy as np data_url = 'F:/Python_Homework/homework_data.xls' #就是源数据excel表 data = pd.read_excel(data_url) #打开文件 #print(data) #打印读取的数据 # print(data.columns.values.tolist()) #打印表头 # print(data.columns.values.tolist()[0]) #打印第一列的表名 # print(data.index.values.tolist()) #打印行名 # print(data.shape) #返回的一个元组，得据的行数和列到数数 # print(data.iloc[4,5]) #返回第四行第五列的数 a , b =data.shape #获取行数和列数 for indexs in range(a): for columns in range(4,b): #注意：判定一个数值是否为空时，需要使用numpy.nan来定义空值 if data.iloc[indexs,columns] == '缺考' or data.iloc[indexs,columns] is np.NaN: print("学号：",data.iloc[indexs,0],"，姓名：",data.iloc[indexs,2],"，科目：",data.columns.values.tolist()[columns]) 

第二题：将这些课程成绩设置为0

import pandas as pd import numpy as np data_url = 'F:/Python_Homework/3_DataOperate/homework_data.xls'#就是源数据excel表 data = pd.read_excel(data_url) #行不通！！！ # data.fillna(0) #用x替换DataFrame对象中所有的空值 # print(data) a , b =data.shape #获取行数和列数 for indexs in range(a): for columns in range(4,b): if data.iloc[indexs,columns] == '缺考' or data.iloc[indexs,columns] is np.NaN: data.iloc[indexs,columns] = 0 #将修改后的数据存储为新文件 #注意：写上index = False属性是为了防止创建文件时默认添加索引，从而防止了索引的重复 data.to_excel('F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls', index = False) 

第三题：找出各科的最高分、最低分、平均分

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls'#把空值缺考的那项设成0之后的excel表 data = pd.read_excel(data_url) a , b = data.shape #获取行数和列数 #得到平均分 for columns in range(4,b): ClassName = data.columns.values.tolist()[columns] #得到列名 print("科目：",ClassName,"的平均分为：%.2f"%data[f"{ 
     ClassName}"].mean()) #使用格式化输出中的f'{values}'行得通 print('-'*20) #得到最大值 for columns in range(4,b): ClassName = data.columns.values.tolist()[columns] print("科目：",ClassName,"的最大值为：",data[f"{ 
     ClassName}"].max()) print('-'*20) #得到最小值 for columns in range(4,b): ClassName = data.columns.values.tolist()[columns] print("科目：",ClassName,"的最小值为：",data[f"{ 
     ClassName}"].min()) 

第四题：找出每个学生的最高分、最低分、平均分

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) # print(data.loc[2]) #返回索引指向的那一行数据 # print(data.iloc[0,:]) #返回第一行数据 # print(data.iloc[0,4:]) #返回第一行的第五列到最后一列的数据 # print(data.iloc[0,4]) #返回第一行的第五列数据 a , b = data.shape # #获取行数和列数 for indexs in range(a): print('姓名：',data.iloc[indexs,2],'的平均得分:%.2f'%data.iloc[indexs,4:].mean()) print('-'*20) for indexs in range(a): print('姓名：',data.iloc[indexs,2],'的最大得分：',data.iloc[indexs,4:].max()) print('-'*20) for indexs in range(a): print('姓名：',data.iloc[indexs,2],'的最小得分：',data.iloc[indexs,4:].min()) 

第五题：找出各班各科的最高分、最低分、平均分

代码中会使用groupby()来分组，想细致看看groupby（）怎么使用的，请访问：https://blog.csdn.net/weixin_/article/details/

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) # data.groupby(col1) #返回按列col1分组 # data.groupby(col1).size() #返回按列col1分组的个数统计 print("平均分为：") mean = data[['英语','体育','军训','数分','高代','解几']].groupby(data['班级']).mean() print(mean) print('-'*20) print("最高分为：") max = data[['英语','体育','军训','数分','高代','解几']].groupby(data['班级']).max() print(max) print('-'*20) print("最低分为：") min= data[['英语','体育','军训','数分','高代','解几']].groupby(data['班级']).min() print(min) 

第六题：找出每个学生的最高分、最低分的科目

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) a , b = data.shape #最好成绩 for indexs in range(a): max = data.iloc[indexs,4] #将每个学生的成绩的最大值设为英语成绩 flag = 4 #flag用来指向列 for columns in range(5,b): if max < data.iloc[indexs,columns]: flag = columns print('姓名：',data.iloc[indexs,2],'成绩最好的科目名称是：',data.columns.values.tolist()[flag]) print('-'*20) #最差成绩 for indexs in range(a): min = data.iloc[indexs,4] #将每个学生的成绩的最小值设为英语成绩 flag = 4 #flag用来指向列 for columns in range(5,b): if min > data.iloc[indexs,columns]: flag = columns print('姓名：',data.iloc[indexs,2],'成绩最差的科目名称是：',data.columns.values.tolist()[flag]) 

第七题：统计各科及格的人数

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) #data[data[col] > 0.5] #选择col列的值大于0.5的行 a , b = data.shape #获取行数和列数 for columns in range(4,b): ClassName = data.columns.values.tolist()[columns] #得到列名 num = data[data[f"{ 
     ClassName}"] >= 60] print("科目：",ClassName,"的及格人数为：",len(num)) # print("科目：",ClassName,"的及格人数为：",num.count())#有误！！！ 

第八题：按总成绩排名

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) list1 = [] #创建一个列表 a , b =data.shape for indexs in range(a): Sum = 0 for columns in range(4,b): Sum += data.iloc[indexs,columns] list1.append(Sum) #data['add_col']=values是最简单的一方法增加一列 #不能直接data["总成绩"] = list1，因为可能出现长度不匹配。所以需要转化为Series data["总成绩"] = pd.Series(list1) #data.sort_values(col) #对特定列进行排序。默认为升序；ascending=False则为降序排列 # 注意：不会改变原来的DataFrame的对象，即：print(data)和data.sort_values(col)是不一样的！！！ print(data.sort_values('总成绩')) 

第九题：按男、女生统计各科成绩（最高分、最低分、平均分）

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) # data.groupby(col1) #返回按列col1分组 # data.groupby(col1).size() #返回按列col1分组的个数统计 print("平均分为：") mean = data[['英语','体育','军训','数分','高代','解几']].groupby(data['性别']).mean() print(mean) print('-'*20) print("最高分为：") max = data[['英语','体育','军训','数分','高代','解几']].groupby(data['性别']).max() print(max) print('-'*20) print("最低分为：") min= data[['英语','体育','军训','数分','高代','解几']].groupby(data['性别']).min() print(min) 

第十题：计算每科成绩的相关性

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) #data[[col1,col2,..]]是为了截取特定的列来组成新的DataFrame对象 data1 = data[['英语','体育','军训','数分','高代','解几']] print(data1.corr()) 

第十一题：各科前三名的名单

import pandas as pd data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) a , b =data.shape for columns in range(4,b): ClassName = data.columns.values.tolist()[columns] #获取列的名字 print('科目：',ClassName,'前三名名单:') print(data.sort_values(f'{ 
     ClassName}',ascending=False).iloc[0:3,0:3]) 

第十二题：成绩0修改成平均值

import pandas as pd import numpy as np data_url = 'F:/Python_Homework/3_DataOperate/homework_data_SetZero.xls' data = pd.read_excel(data_url) a , b =data.shape #获取行数和列数 for indexs in range(a): for columns in range(4,b): if data.iloc[indexs,columns] == 0: data.iloc[indexs,columns] = int(data.iloc[indexs,4:].mean()) #将修改后的数据存储为新文件 #注意：写上index = False属性是为了防止创建文件时默认添加索引，从而防止了索引的重复 data.to_excel('F:/Python_Homework/3_DataOperate/homework_data_ZeroChangeMean.xls', index = False) 

第十三题：各科成绩分布图

没怎么接触matplotlib画图，所以在看懂了网址：https://www.sohu.com/a/_绘制成绩饼状图后写的，总体没错，但是图的分类有点对不上

import pandas as pd from itertools import groupby import matplotlib.pyplot as plt data_url = 'F:/Python_Homework/3_DataOperate/homework_data_ZeroChangeMean.xls' data = pd.read_excel(data_url) #创建一个字典，存放课程及其成绩 dict1 = { 
   } a , b =data.shape for columns in range(4,b): ClassName = data.columns.values.tolist()[columns] #获取列的名字 list1 = [] #创建一个列表 for indexs in range(a): list1.append(data.iloc[indexs,columns]) #列表中存放一个课程中的所有成绩 dict1[f"{ 
     ClassName}"] = list1 #将字典的key与values匹配 打印字典 # for key,value in dict1.items(): # print(f'{key} = {value}') #判断优秀 def select(score): if score >= 85: return '优秀' elif score >=60: return '及格' else: return'不及格' #统计每门课中优秀、及格、不及格的人数 #字典dict2的格式为{'课程名称1':{'优秀':3,'及格':3,'不及格':6},'课程名称2':{'优秀':0,'及格':1,'不及格':2},....} dict2 = dict1 for x , y in dict1.items(): dict2[x] = { 
   } #groupby()需要对原始数组进行排序才能正确分类 #(1)groupby()将key函数（即本代码中selec()）作用于原循环器的各个元素。 #(2)根据key函数(即本代码中selec())结果，将拥有相同函数结果的元素分到一个新的循环器。 #(3)每个新的循环器以函数返回结果为标签。 for category , num in groupby(sorted(y),select): dict2[x][category] = len(tuple(num)) #设置图形中的中文字体 plt.rcParams['font.sans-serif'] = ['simhei'] #创建6个子图 fig,axs = plt.subplots(2,3) axs.shape = 1,6 #依次在六个子图中绘制每门课程的饼状图 for index,subjectData in enumerate(dict2.items()): # 选择子图 plt.sca(axs[0][index]) subjectName , subjectRation = subjectData plt.pie(list(subjectRation.values()),labels=list(subjectRation.keys()),autopct='%1.1f%%') plt.xlabel(subjectName) plt.legend() plt.show() 

结果为：