Python数据分析处理(三)--运动员信息的分组与聚合

IT技术 稻草人 4个月前 (10-12) 47次浏览 已收录 0个评论 扫描二维码

pre{overflow-x: auto}1、 数据的爬取

代码:

import pandas as pdf = open('运动员信息表.csv')data=pd.read_csv(f,skiprows=0,header=0)print(data)

运行结果:

首先使用pd.read_csv(f,skiprows=0,header=0)进行数据的读取,并且将数据转换成为dataframe的格式给对象,做初始化,方便后面进行数据的分析。

2、统计男篮、女篮运动员的平均年龄、身高、体重

代码:

sex=data[["年龄(岁)","身高(cm)","体重(kg)"]].groupby(data["性别"])print(sex.mean())

运行结果:

首先我们先把数据提取出来做个分组,先把"年龄(岁)",“身高(cm)”,"体重(kg)"这三行数据提取出来再根据性别进行分组。

sex=data[["年龄(岁)","身高(cm)","体重(kg)"]].groupby(data["性别"])

然后再调用mean()求平均值,求出男篮、女篮运动员的平均年龄、身高、体重。

3、统计男篮运动员年龄、身高、体重的极差值

代码:

sex=data[["年龄(岁)","身高(cm)","体重(kg)"]].groupby(data["性别"])basketball_male=dict([x for x in sex])['男']basketball_male#求极差def range_data_group(arr):    return arr.max()-arr.min()#进行每列不同的聚合basketball_male.agg({"年龄(岁)":range_data_group,"身高(cm)":range_data_group,"体重(kg)":range_data_group})

运行结果:

首先提取数据:

单行循环提取数据,dict([x for x in sex])在循环体内的语句只有一行的情况的下,可以简化for循环的书写。定义一个函数def range_data_group(arr):求极差;

极差的求法:使用最大值减去最小值。就得到极差。

agg()函数:DataFrame.agg(*func*,*axis = 0*,* args*,*** kwargs* )*

func : 函数,函数名称,函数列表,字典{‘行名/列名’,‘函数名’}

使用指定轴上的一个或多个操作进行聚合。

需要注意聚合函数操作始终是在轴(默认是列轴,也可设置行轴)上执行,不同于 numpy聚合函数

最后我们可以得到三列数据:分别对应"年龄(岁)",“身高(cm)”,“体重(kg)”。

4 、统计男篮运动员的体质指数4.1添加体重指数

代码:

data["体质指数"]=0data

运行结果:

添加一行体重指数:data[“体质指数”]=0

4.2计算bmi值并添加数据

代码:

# 计算bmi数值def outer(num):    def bminum(sumbim):        weight=data["身高(cm)"]        height=data["体重(kg)"]        sumbim=weight/(height/100)**2        return num+sumbim    return bminum

将该行数据添加上去:

代码:

# 调用函数bimdata=data["体质指数"]data["体质指数"]=data[["体质指数"]].apply(outer(bimdata))data

运行结果:

编写函数计算bmi数值 outer(num);然后再使用apply的方法将自定义的函数应用到"体质指数"这一列。然后计算出该列的值之后进行赋值。

data[“体质指数”]=data[[“体质指数”]].apply(outer(bimdata))97622)]

编写函数计算bmi数值 outer(num) ;然后再使用apply的方法将自定义的函数应用到"体质指数"这一列。然后计算出该列的值之后进行赋值。

data[“体质指数”]=data[[“体质指数”]].apply(outer(bimdata))

到此这篇关于Python数据分析处理,运动员信息的分组与聚合的文章就介绍到这了。更多相关Python数据分析处理内容请搜索好二三四,希望大家以后多多支持好二三四!

喜欢 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址