【Python数据分析学习实例】对学生成绩单和信息进行整合以及数据分析

问题描述

自建EXCEL文件，分为2个工作区，分别存放学生信息表（不少于30人）和班级职务表（不少于4种职务）。

如信息表：

如班级职务表：

读取Excel文件数据表分别存入DataFrame对象Score和Duty。要求如下：

1. Score对象新增一列“总分”为前四列成绩之和。
2. Score对象依据“总分”列的值从高到低进行排序。
3. Score对象根据性别列进行分组，输出男女生各自的平均分。
4. 输出男女生的最高分。
5. Score对象新增一列“等级”，总分大于360的等级为A，总分小于270的等级为C，介于270到360之间为B。
6. 以“学号”列为关联关键，将Score对象和Duty对象合并，保留所有Score对象的数据行，合并声称新的DataFrame对象Students。
7. 把Students对象数据存入新的Excel文件students.xlsx中。

代码实现

问题分析

• 创建EXCEL文件，分为2个工作区，分别存放学生信息表和班级职务表。
• 导入所需要的库

import pandas as pd


• 读取EXCEL文件
• 使用read_excel()函数
• 函数的具体参数

file_name = "studata.xlsx" # 定义文件路径，这里我是将代码和EXCEL放在了同一个文件夹下，如不在同一文件夹应写成C:/studata.xlsx形式
Score = pd.read_excel(file_name, sheet_name='Sheet1', index_col=0) # 读取学生信息
Duty = pd.read_excel(file_name, sheet_name='Sheet2', index_col=0) # 读取班级职务


• Score对象新增一列“总分”为前四列成绩之和

Score['总分'] = Score['数学'] + Score['英语'] + Score['Python'] + Score['通信技术']# 新增一列“总分”为成绩之和
Score['总分']


• Score对象依据“总分”列的值从高到低进行排序
• 使用sort_values()函数
• 函数的具体参数

Score.sort_values(by='总分', inplace=True, ascending=False) # 依据“总分”列的值从高到低进行排序
Score


• Score对象根据性别列进行分组
• 输出男女生各自的平均分
• 输出男女生的最高分
• 使用groupby()函数
• 具体函数的规则如下：
  df.groupby([df[属性],df[属性])(指分类的属性，数据的限定定语，可以有多个).mean()(对于数据的计算方式——函数名称)
  举例如下：
  print(df[“评分”].groupby([df[“地区”],df[“类型”]]).mean())
  #上面语句的功能是输出表格所有数据中不同地区不同类型的评分数据平均值

Score.groupby(['性别'])['总分'].mean()


Score.groupby(['性别'])['总分'].max()


• Score对象新增一列“等级”，总分大于360的等级为A，总分小于270的等级为C，介于270到360之间为B
• 自定义等级判断函数

# 等级判断函数
def grade(x):
if x>=360:
return "A"
elif x>=270
return "B"
else
return "C"


• 使用apply和lambda的组合
• lambda函数也叫匿名函数，即没有具体名称的函数，它允许快速定义单行函数，可以用在任何需要函数的地方
  输入是传入到参数列表x的值，输出是根据表达式(expression)计算得到的值。**
• Python中apply函数的格式为：apply(func,*args,**kwargs)
  func可以是匿名函数。

Score['等级'] = Score['总分'].apply(lambda x: grade(x)) # 新增一列“等级”


• 以“学号”列为关联关键，将Score对象和Duty对象合并，保留所有Score对象的数据行，合并声称新的DataFrame对象Students
• 使用merge()函数
• 函数的具体参数

Students = pd.merge(Score, Duty, on='学号')


• 把Students对象数据存入新的Excel文件students.xlsx中
• 使用to_excel()函数
• 函数的具体参数

Students.to_excel('students.xlsx')


完整代码

import pandas as pd
# 等级判断函数
def grade(x):
if x>=360:
return "A"
elif x>=270:
return "B"
else:
return "C"
file_name = "studata.xlsx" # 定义文件路径，这里我是将代码和EXCEL放在了同一个文件夹下，如不在同一文件夹应写成C:/studata.xlsx形式
Score = pd.read_excel(file_name, sheet_name='Sheet1', index_col=0) # 读取学生信息
Duty = pd.read_excel(file_name, sheet_name='Sheet2', index_col=0) # 读取班级职务
Score['总分'] = Score['数学'] + Score['英语'] + Score['Python'] + Score['通信技术'] # 新增一列“总分”为前四列成绩之和
Score['等级'] = Score['总分'].apply(lambda x: grade(x)) # 新增一列“等级”
Score.sort_values(by='总分', inplace=True, ascending=False) # 依据“总分”列的值从高到低进行排序
print('男女生的平均分为:')
print(Score.groupby(['性别'])['总分'].mean()) # 输出男女生各自的平均分
print('男女生的最高分为:')
print(Score.groupby(['性别'])['总分'].max()) # 输出男女生的最高分
Students = pd.merge(Score, Duty, on='学号') # 以“学号”为关联关键,合并sheet1和sheet2
Students.to_excel('students.xlsx')


参考文章

8行Python代码实现excel两个sheet表合并
用Python将同一个excel中的多个sheet合并成一个sheet
python读取excel指定列名，dataframe连接，两列相减作为第三列的值
python学习002-pandas VS excel给成绩赋值等级
python：从excel文件中读取成绩，计算出平均成绩，按平均成绩降序输出，并写回到excel文件
PYTHON作业——用函数获取EXCEL中的学生成绩并做处理
pandas——很全的groupby、agg，对表格数据分组与统计