高中信息技术浙教版 (2019)必修1 数据与计算4.2 大数据处理学案设计

这是一份高中信息技术浙教版 (2019)必修1 数据与计算4.2 大数据处理学案设计，共6页。

imprt pandas as pd
df1=pd.read_excel('成绩.xlsx') #读取文件'成绩.xlsx'
1.排序
方法：表名. srt_values('列名',axis=0,ascending=True,inplace=False)
①_____________________________________ #按照'语文'成绩进行升序排序
_____________________________________ #按照'语文'成绩进行升序排序
_____________________________________ #按照'语文'成绩进行降序排序
②_________________________________________ #按照'数学'成绩进行降序排序
③________________________________________________________________
先按照’班级’进行升序排，班级相同按照数学进行升序排序。
即
按班级为主要关键字，
数学为次要关键字
进行升序排序
2.分组聚合grupby
2.1直接将列名作为索引
g如左图
2.as_index=False 不作为索引。索引即默认行号0 1 2…
g1如左图
[练习1：]
imprt pandas as pd
读取"cs.xlsx" 内容
df=_______________________________________
#按照type进行分组并计算各type数量
g1= _______________________________________
g2=________________________________________
[练习2]
imprt pandas as pd
df=pd.read_excel("cs.xlsx")
g=____________________#按照type进行分组
#计算各type平均值并保留两位小数
datas=________________________________
#对分组求平均值后的结果按照salary降序排序
___________________________________________
cs.xlsx
[练习3,本质和练习2一样，只是练习2分开写了]
imprt pandas as pd
df=pd.read_excel("cs.xlsx")
#按照type进行分组并计算各type平均值并保留两位小数
g=____________________________________________#此时索引为_____
#对分组后的结果按照salary降序排序
g1=________________________________________________________________
在上面排序后的基础上建立图表
imprt matpltlib.pyplt as plt #导入模块，起个小名“plt”
imprt numpy as np #导入numpy模块
plt.rcParams['fnt.sans-serif']=['simHei'] #解决中文乱码
plt.rcParams['axes.unicde_minus']=False #解决中文乱码
imprt pandas as pd
df1=pd.read_excel('成绩.xlsx')
g1 = df1.grupby('班级').mean().rund(1) #此时：行索引为_____
x=g1.index
y=g1['语文']
plt.bar(x,y,label='班级语文平均分')
plt.legend()
plt.shw()
imprt pandas as pd
df1=pd.read_excel('成绩.xlsx')
g2=df1.grupby('班级',as_index=False).mean().rund(1) #此时行索引为_____
x=g2['班级']
y=g2['语文']
plt.bar(x,y,label='班级语文平均分')
plt.legend()
plt.title('平均分')
plt.shw()
imprt pandas as pd
imprt matpltlib.pyplt as plt
#下面pd. set_ptin()处理列数据无法对齐的情况
pd.set_ptin('',True)
pd.set_ptin('',True)
plt.rcParams['fnt.sans-serif'] = 'simhei' #图表显示中文字体
df=__________________________ #读取文件data.xlsx
_________________________________ #修改第 1 行文件架的销售人员为“毕春
#计算出每一笔业业务利润=数量*(销售单价-成本)
df["利润"]=__________________________________________________
#按"商品名称"统计本月"销售数量","利润"的总和
df1=_______________________________________________________
#筛选出本月赚钱较多的前3种商品（利润最高的前3条，先排序再取前3行）
print(_________________________________________________)
#统计本月每一位销售人员的商品销售数量
df2=__________________________________________________________
#筛选出本月销售数量>50 或销售数量<100 的销售人员
print(_________________________________________________)
x=________________________;
y=df2["销售数量"]
#以垂直柱形图的形式统计显示所有销售员的业绩
plt.figure(figsize=(8,4))
plt.title("商场运营情况分析")
plt.bar(x,y,label="销售人员业绩图",clr="r")
plt.legend( )
plt.shw()axis=0表示进行上下排序。axis默认值为0，可以省略
ascending=True表示升序;ascending=False表示降序
inplace=False 实际行的顺序没有改变
1.表名.srt_values('列名',ascending=True) #按照列名进行升序排序
等价于df1.srt_values('列名')
2.表名.srt_values('列名',ascending=False) #按照列名进行降序排序
3.表名.srt_values(['列名1'，'列名2'],ascending=False)
#先按照列名1进行降序排序，列名1相同按照列名2 进行降序排序
imprt pandas as pd
df2=pd.read_excel('成绩.xlsx') #读取'成绩.xlsx'存在df2
#对班级分组并求平均，索引为班级
g = ________________________________________________
等价写法:
imprt pandas as pd
df2=pd.read_excel('成绩.xlsx')
#对班级分组并求平均，索引为0 1 2 3..
g1=________________________________________________
g1

g2
g(分组后):
g1(排序后)：