博客

目录

数据清洗

1.现有如下数据表格’data.xlsx’

2. 现有如下数据表格 ‘51915导出.xls’

3.如题：写出进行相应操作的代码

数据清洗

1.现有如下数据表格’data.xlsx’

1.1.把

test_weather字段拆分成两列字段（start，end）

1.2.把date字段中的数据修改为‘年-月-日’的形式

1.3.生成一段时间序列，将数据合并，把date字段填充

import pandas as pd

data = pd.read_excel(r"D:\DATA\data.xlsx")

#1.1
data['test_weather']=data['test_weather'].str.split("-").str[0]
data['end']=data['test_weather'].str.split("-").str[1]
#1.2
data['date']=data['date'].replace("/","-")
data['date']=pd.to_datetime(data['date'])
#1.3
df_order=pd.date_range("20220101","20220205")
data=pd.merge(left,data,on="date",how="left")

2. 现有如下数据表格 ‘51915导出.xls’

2.1.重复值与空值处理，并导出excel表格

2.2. 分别提取专科院校与本科院校，并导出excel表格

import pandas as pd
import pandas as pd

data=pd.read_excel(r"D:\DATA\51915导出.xls",header=None)
#2.1
data.dropna(inplace=True)
data.shape
data.drop_duplicates(inplace=True)
data.shape
data.to_excel(r'D:\DATA\51915去重去空.xls')

#2.2
df1=data[data.iloc[:,0].str.contains(pat='职业')==True]
df1.shape
df1.to_excel(r'D:\DATA\51915专科.xls')

df2 = data[data.iloc[:,0].str.contains("职业") == False]
df2.shape
df2.to_excel(r'D:\DATA\51915本科.xls')

3.如题：写出进行相应操作的代码

3.1.将数据存储到pandas的DataFrame中， 变量名为ci
3.2.查询政治和历史都大于70分的学生
3.3.通过计算得到每名学生三门科目的总分，放在“总分”字段中
3.4.按总分由高到低对学生进行排序(或者排名也可以)
3.5.求出每门科目所有学生的平均分
3.6.给每个学生的总分评级，放在“评级”字段中，总分小于240分的为C级，240分~270分之间为B级，大于270分的为A级

import pandas as pd

ci = pd.DataFrame({
    '学号': [11, 12, 13, 14, 15, 16],
    '姓名': ['许冬生', '欧阳超', '王楠', '李秋明', '周小洁', '张小强'],
    '性别': ['男', '男', '女', '男', '女', '男'],
    '政治': [90, 86, 69, 81, 95, 76],
    '历史': [70, 65, 83, 88, 98, 94],
    '地理': [83, 78, 91, 82, 86, 87],
})
print(ci)
print(ci[(ci['政治'] > 70) & (ci['历史'] > 70)])
ci['总分'] = ci.iloc[:, 3:].sum(axis=1)
print(ci)
print(ci.sort_values('总分', ascending=False))
ci['平均分'] = ci.iloc[:, 3:].mean(axis=1)
print(ci)

def grade_level(grade):
    if grade > 270:
        return 'A级'
    elif grade >= 240 & grade <= 270:
        return 'B级'
    else:
        return 'C级'

ci['评级'] = ci['总分'].apply(grade_level)

print(ci)