資源簡介

DataFrame之排序、分組聚合 補充書本p124
import pandas as pd
df1=pd.read_excel('成績.xlsx') #讀取文件'成績.xlsx'
1.排序
方法：表名. sort_values('列名',axis=0,ascending=True,inplace=False)
axis=0表示進行上下排序。axis默認值為0，可以省略 ascending=True表示升序;ascending=False表示降序 inplace=False 實際行的順序沒有改變
1.表名.sort_values('列名',ascending=True) #按照列名進行升序排序 等價于df1.sort_values('列名') 2.表名.sort_values('列名',ascending=False) #按照列名進行降序排序 3.表名.sort_values(['列名1'，'列名2'],ascending=False) #先按照列名1進行降序排序，列名1相同按照列名2 進行降序排序
①_____________________________________ #按照'語文'成績進行升序排序
_____________________________________ #按照'語文'成績進行升序排序
_____________________________________ #按照'語文'成績進行降序排序
②_________________________________________ #按照'數學'成績進行降序排序
③________________________________________________________________
2.分組聚合groupby
2.1直接將列名作為索引
import pandas as pd df2=pd.read_excel('成績.xlsx') #讀取'成績.xlsx'存在df2 #對班級分組并求平均，索引為班級 g = ________________________________________________ 等價寫法:
2.as_index=False 不作為索引。索引即默認行號0 1 2…
import pandas as pd df2=pd.read_excel('成績.xlsx') #對班級分組并求平均，索引為0 1 2 3.. g1=________________________________________________
[練習1：]
import pandas as pd
讀取"cs.xlsx" 內容
df=_______________________________________
#按照type進行分組并計算各type數量
g1= _______________________________________
g2=________________________________________
g1 g2
[練習2]
import pandas as pd
df=pd.read_excel("cs.xlsx")
g=____________________#按照type進行分組
#計算各type平均值并保留兩位小數
datas=________________________________
#對分組求平均值后的結果按照salary降序排序
___________________________________________
[練習3,本質和練習2一樣，只是練習2分開寫了]
import pandas as pd
df=pd.read_excel("cs.xlsx")
#按照type進行分組并計算各type平均值并保留兩位小數
g=____________________________________________#此時索引為_____
#對分組后的結果按照salary降序排序
g1=________________________________________________________________
g(分組后): g1(排序后)：
在上面排序后的基礎上建立圖表
import matplotlib.pyplot as plt #導入模塊，起個小名“plt”
import numpy as np #導入numpy模塊
plt.rcParams['font.sans-serif']=['simHei'] #解決中文亂碼
plt.rcParams['axes.unicode_minus']=False #解決中文亂碼
import pandas as pd
df1=pd.read_excel('成績.xlsx')
g1 = df1.groupby('班級').mean().round(1) #此時：行索引為_____
x=g1.index
y=g1['語文']
plt.bar(x,y,label='班級語文平均分')
plt.legend()
plt.show()
import pandas as pd
df1=pd.read_excel('成績.xlsx')
g2=df1.groupby('班級',as_index=False).mean().round(1) #此時行索引為_____
x=g2['班級']
y=g2['語文']
plt.bar(x,y,label='班級語文平均分')
plt.legend()
plt.title('平均分')
plt.show()
import pandas as pd
import matplotlib.pyplot as plt
#下面pd. set_option()處理列數據無法對齊的情況
pd.set_option('display.unicode.ambiguous_as_wide',True)
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif'] = 'simhei' #圖表顯示中文字體
df=__________________________ #讀取文件data.xlsx
_________________________________ #修改第 1 行文件架的銷售人員為“畢春
#計算出每一筆業業務利潤=數量*(銷售單價-成本)
df["利潤"]=__________________________________________________
#按"商品名稱"統計本月"銷售數量","利潤"的總和
df1=_______________________________________________________
#篩選出本月賺錢較多的前3種商品（利潤最高的前3條，先排序再取前3行）
print(_________________________________________________)
#統計本月每一位銷售人員的商品銷售數量
df2=__________________________________________________________
#篩選出本月銷售數量>50 或銷售數量<100 的銷售人員
print(_________________________________________________)
x=________________________;
y=df2["銷售數量"]
#以垂直柱形圖的形式統計顯示所有銷售員的業績
plt.figure(figsize=(8,4))
plt.title("商場運營情況分析")
plt.bar(x,y,label="銷售人員業績圖",color="r")
plt.legend( )
plt.show()

展開更多......

收起↑