浙教版 (2019)必修1 数据与计算4.2 大数据处理学案

这是一份浙教版 (2019)必修1 数据与计算4.2 大数据处理学案，共10页。

列表方式创建(默认索引)：
列表方式创建(指定索引)
字典方式创建(默认列索引为_______________)
2.从文件读取Dataframe
2.1从excel中读取dataframe
图1成绩.xlsx打开后的样子如上图：
图2从excel中读取dataframe
2.2从CVS中读取dataframe

3.单元格操作
3.1查看单元格
imprt pandas as pd
成绩.xlsx
df=pd.read_excel('成绩.xlsx')
display(df)
读取小R的数学
[练1]若想查看小B的物理成绩应使用语句：
第1种：___________________________________________________________
第2种：___________________________________________________________
第3种：___________________________________________________________
3.2修改单个元素
将小D的数学成绩修改为66：___________________________________________
将小A的姓名修改为'apple'：__________________________________________
将小B的外语修改为100：__________________________________________
4.关于列操作
4.1查看列：
imprt pandas as pd
df=pd.read_excel('成绩.xlsx')
display(df)
____________________________________________#查看数学成绩
____________________________________________#查看生物成绩
___________________________________________ #查看姓名,语文,外语
4.2删除列(真的删了吗？)
1.表名.drp('列名',axis=1)
2.表名.drp('列名',axis=1,inplace=True)
3.del 表名['列名'] 一次只能删除1列
4.表名.drp(['列名1'，'列名2'...],axis=1) 可同时删除多列
①df1.drp('性别',axis=1)
②df1.drp('性别',axis=1,inplace=True)
③del df1['性别']
[练2]
4.3增加列
# 1.表名['新增的列名']=值
# 2.表名.insert（列号，'新增的列名'，值）
df=pd.read_excel('成绩.xlsx')
df['总分1']=0
display(df) #运行后 如右图所示
[练3]
增加1列，列名为总分2，分数全为为0
________________________________________________________________
在性别和班级之间添加一列age,值为[11,12,13,14,15,16,14,17,18,19]：
_________________________________________________________________
删除性别这一列： _________________________________________________________________
修改总分1的值，值为df1['语文']+df1['数学']+df1['外语']：
_____________________________________________________
在末尾添加一列所有科目的总分：________________________________________
[提示：] df1.sum(axis=1) axis=1表示生成1列，对每行中所有数字求和形成列
4.4重命名列：df.rename(clumns={'age':'年龄'})
5.关于行操作：
5.1查看行
#查看行
#表名.head(3) 查看前3行
#表名[:4] 查看前4行
#表名[2:6] 查看第3行到第6行
#表名.tail(3) 查看后3行
#表名[-4:] 查看后4行
imprt pandas as pd
df1=pd.read_excel('成绩.xlsx')
print(df1) #如右图
查看某一行:___________________________________（结果如下图）
查看某几行：
①
②
③选取第6到8行：
[练4]
选取该表的最后5行：①________________②______________③ ______________
选取该表的前5行：①____________________②_____________________
选取该表的第2到7行：①____________________②_____________________
5.2筛选满足条件的行
1.表名[表名['数学']==69] 找出该表中数学成绩为69的所有记录
2.表名[(表名['数学']>69)&(表名['语文']>69)] 找出该表中数学成绩>69且语文>69的所有记录
3.表名[(表名['数学']>69)|(表名['语文']>69)] 找出该表中数学成绩>69或语文>69的所有记录
1.选取班级为3班的数据：df1[df1["班级"]=="3班"]
[练5] 提示：且 用 & 符号，或用 |
选取性别为女的数据：______________________________________
选取语文成绩>100的数据：______________________________________
取语文成绩>100且化学>90: _________________________________________
取语文成绩>100或化学>90: _________________________________________
删除行
表名.drp(行索引,inplace=True)
表2=表名.drp(行索引)
表名.drp([行索引1, 行索引2,…],inplace=True) 删除多行
5.3行列算数运算 （axis=0 时 可以省略。）
①cunt(axis=0/1) #统计列/行的非空（NaN）数据个数
②mean(axis=0/1) #统计列/行的平均值
③max(axis=0/1) #统计列/行的最大值
④min(axis=0/1) #统计列/行的最小值
【综合实践】
___________________________________________#导入pandas 模块
df=________________________________________#读取excel文件'2021真题改.xls'
df= ________________________________________#删除“其他”这一列
#发现s0102 的性别有误，修改为“男” (考点：修改单元格的值，写其中两种)
______________________="男" 或_______________________
#发现s0102 的身高有误，修改为173 （考点：修改单元格的值，写其中两种）
___________________________ 或_______________________
#在最后一列插入bmi指数BMI=体重÷身高²。（体重单位：千克，身高单位：米）
________________________________________________________________________
#在学号后插入班级，s=[1,2,3,1,3,2,1,3] （考点：插入列,用insert）
________________________________________________________________________
#筛选出肺活量得分大于90的同学
_____________________________________________________________________
#筛选出肺活量得分大于90且性别为女生的同学
_____________________________________________________________________
#插入一行平均数：（参考上一页的插入行）
_____________________________________________________________________
imprt pandas as pd
df1=pd.DataFrame(['sas','22','33'])
print(df1)
#运行结果：
imprt pandas as pd
df1=pd.DataFrame([['sas','22','33']])
print(df1)
imprt pandas as pd
df1=pd.DataFrame([['sas','22','33'],
['jk','aa','dd']])
print(df1)
df2=pd.DataFrame([[11,22,33],
[44,44,44],
[55,66,55]])
print(df2)
imprt pandas as pd
df3=pd.DataFrame([[11,22,33],[44,44,44],[22,66,55]],
clumns=['a','b','c'])
print(df3)
#运行结果：
imprt pandas as pd
data={'name':['林','王', '柯'],
'age':[18,19,21]}
s4=pd.DataFrame(data,index=list('asd'))
print(s4)
#运行结果：
imprt pandas as pd
data=[{'姓氏':'张','年龄':20},
{'姓氏':'王','年龄':15},
{'姓氏':'张','年龄':20},
{'姓氏':'刘','年龄':15}]
s4=pd.DataFrame(data)
print(s4)
imprt pandas as pd
df1=pd.read_excel('成绩.xlsx') #成绩.xlsx如图1所示
display(df1) #df1如图2所示
imprt pandas as pd
df2=pd.read_csv('成绩1.csv')
display(df2)
成绩1.csv如图1，df2如图2
#查看列名
fr i in df1.clumns:
print(i,end=' ')
#运行结果：
#查看索引
fr i in df1.index:
print(i,end=' ')
#运行结果：
查看值：
x=[]
fr i in df1.values:
print(i) 如右图
x.append(i)
print(x[1])
print(x[1][1])
print(x[2][5])
imprt pandas as pd
df=pd.read_excel('成绩.xlsx')
del df['生物']
d2= df.drp('性别',axis=1)
判断正误：
df删除了‘生物’列和‘性别’列
df删除了‘生物’列
d2删除了‘生物’列和‘性别’列
d2删除了‘性别’列
#原始的df1
df1['合计']=df1.sum(axis=1)
df1['合计']=df1.sum()
#汇总函数describe()
imprt pandas as pd
df1=pd.read_excel('成绩.xlsx')
df1.describe().rund(2)
imprt pandas as pd
df4=pd.read_excel('成绩.xlsx')
print(df4['班级'].cunt()) #求班级列数据个数
print(df4['数学'].mean()) #求数学平均分
print(df4['数学'].max()) #求数学最高分
print(df4['语文'].min()) #求数学最低分
运行结果：
imprt pandas as pd
df4=pd.read_excel('成绩.xlsx')
_______________________________________ #产生1列 列名：个人总分
_______________________________________ 插入语数外总分列
_______________________________________ 插入个人平均列并保留2位小数
_______________________________________ 插入平均分行
print(df4) #结果如下如所示
imprt pandas as pd
df4=pd.read_excel('成绩.xlsx')
df4.lc['学科平均分']=df4.mean().rund(1)#插入1行，行索引：学科平均分
print(df4) #结果如下如所示
imprt pandas as pd
df4=pd.read_excel('成绩.xlsx')
df4.lc['学科平均分']=df4.mean().rund(1)#插入1行，行索引：学科平均分
#插入1行，行索引：学科最高
df4.lc['学科最高']=______________________________________________
#插入1行，行索引：学科最低
df4.lc['学科最低']=______________________________________________
print(df4) #结果如下如所示
选取(查询)1000/80米列的得分
选取学号,性别两列
选取学号为s0102这一行
选取第2行和第4行
选取最后3行
选取前3行