From 4aa393302496478fbeb6fd7dbba7cb3b2587b0cb Mon Sep 17 00:00:00 2001
From: hnu202111020216 <hnu202111020216@qq.com>
Date: Wed, 5 Jan 2022 14:36:26 +0800
Subject: [PATCH] ADD file via upload

---
 pandas库进阶与统计方法.py | 90 +++++++++++++++++++++++++++++++
 1 file changed, 90 insertions(+)
 create mode 100644 pandas库进阶与统计方法.py

diff --git a/pandas库进阶与统计方法.py b/pandas库进阶与统计方法.py
new file mode 100644
index 0000000..391d6c6
--- /dev/null
+++ b/pandas库进阶与统计方法.py
@@ -0,0 +1,90 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Tue Dec  7 10:23:21 2021
+
+@author: Administrator
+"""
+
+import pandas as pd
+import numpy as np
+import matplotlib.pyplot as plt
+
+#part1
+df1=pd.read_csv("score.csv",encoding="gbk")
+print(df1)
+#排序
+df2=df1.sort_values(by=['语文'],ascending=True)#按语文升序排列
+print(df2)
+df3=df1.sort_values(by=['数学'],ascending=False)#按数学降序
+print(df3)
+#首要关键字相同则比较次关键字
+#假设要同时满足上面两个条件呢？
+df4=df1.sort_values(by=['数学','语文'],ascending=[False,True])#按2个关键字排列，[首要关键字，次要关键字]
+print(df4)
+
+#统计方法基础
+df2=df1.append({"num":106,"name":"Jimmy","语文":90,"数学":90,"英语":100},ignore_index=True)
+print(df2.describe())
+df2.语文
+print(df2.语文.max())#最大
+print(df2.英语.idxmax())#最大值对应索引号
+print(df2.语文.min())#最小
+print(df2.语文.idxmin())#最小值对应索引号
+print(df2.语文.mean())#均值
+print(df2.数学.mean())
+print(df2.英语.mean())
+print(df2.英语.median())#中值
+print(df2.数学.sum())#求和
+print(df2.语文.var())#方差
+print(df2.nlargest(2,"数学"))#该列最大的2个值
+print(df2.nsmallest(2,"数学"))#该列最小的2个值
+print(df2["英语"].unique())#以数组形式返回所选列的唯一值
+print(df2["英语"].nunique())#以数组形式返回所选列的唯一值的个数
+df2["平均分"]=((df2["语文"]+df2["数学"]+df2["英语"])/3).round(4)#保留四位小数
+df2["平均分"]=df2.loc[::,["平均分"]].round(2)#不能直接写入，要重新赋值
+df3=df2.sort_values(by=['平均分'],ascending=False)
+#计算比例
+df5=df2.loc[::,["语文","数学","英语"]]
+df6=df5.div(df5.sum(axis=1),axis=0)
+#合并数据集
+df7=df2.copy()#df7为df6的一个复制
+df8=pd.concat([df2,df7],ignore_index=True)#按行方向拼接,增加行
+print(df8)
+df9=pd.concat([df2,df7],axis=1) #按列方向拼接,增加列
+print(df9)
+
+#part2
+df=pd.read_csv("C:\\Users\\Administrator\\Desktop\\python学习\\python数据分析\\sales_data_sample.csv",encoding='gbk')
+df.info() #查看数据整体情况
+df.describe()
+print(df.shape)#数据集规模,返回元组
+#(2823行, 9列)
+df.dtypes#数据类型
+df.count()#多少个数
+df=df.dropna()
+#练习2003年金额最大的订单，最小单价对应的 行索引号 ，金额最大的5张订单
+df1=df[df["年份"]==2003]
+print(df1.金额.idxmax())
+print(df1.单价.idxmin())
+print(df1.nsmallest(5,"金额"))#nsmallest,nlargest一次看到最大或最小的几行或几列，而不需要排序
+#分组统计
+#分组统计:groupby(by=列名/列名列表)，返回一个DataFrameGroupBy对象，
+#常用函数sum()、mean()、size()、count()、unique()、nunique()等 
+df2=df.groupby(by='订单号')['金额'].sum()#通过订单号分组，再每个组里对金额求和
+df_=df2.sort_values(ascending=False)
+print(df_.index[0])
+print(df_.max())
+df3=df.groupby(by='年份').size()#size跟count的区别:size计数时包含 NaN值,而count不包含NaN值 
+lst1=list(df3)#转换成列表取值
+df.groupby(by='年份').count()
+df.订单号.unique()#不重复的订单号列表
+#len(df.订单号.unique())=df.订单号.nunique()
+df.订单号.nunique()#不重复的订单号数量
+#练习：各个季度销售总额升序排序，各季度订单号数量
+df4=df.groupby(by="季度")["金额"].sum()
+print(df4.sort_values())#默认升序
+df5=df.groupby(by="季度")["订单号"].size()
+print(df5)
+
+
+