為了幫助廣大考生和家長了解高考歷年的錄取情況，很多網(wǎng)站都匯總了各省市的錄取控制分數(shù)線，為廣大考生填報志愿提供參考。因受多種因素影響，每年的分數(shù)線或多或少會有一些變動。采集北京2006-2019年的信息。使用Python的Pandas庫完成以下數(shù)據(jù)分析。

1.1 數(shù)據(jù)爬取

包含三部分內(nèi)容：從哪里爬取，如何爬取，爬取的結(jié)果

代碼：

import pandas as pd

import numpy as np

data=pd.read_excel("scores.xlsx",header=1)

print(data)

運行結(jié)果:

分析：我是讀取的本地的數(shù)據(jù)文件進行的數(shù)據(jù)分析。

有興趣的話可以從網(wǎng)站上面下載相關的數(shù)據(jù)或者是自己使用爬蟲爬取相關的數(shù)據(jù)源。進行數(shù)據(jù)分析

這個數(shù)據(jù)的分析部分我主要是采用的是Pandas numpy做數(shù)據(jù)的預處理。

和matplotlib進行數(shù)據(jù)的可視化展示。

1.2 最高分最低分統(tǒng)計

mindata= data.groupby(['文科','理科'], as_index=False).min(axis=1) 

maxdata= data.groupby(['文科','理科'], as_index=False).max(axis=2) 

print(data.min())

print(data.max())

進行數(shù)據(jù)的處理,最高分最低分統(tǒng)計,因為有兩個不同的年份的成績，并且分了文科和理科所以就有2個文科2個理科

我們使用groupby按照文理科進行分組
然后使用max()和min()求最大值和最小值‘
經(jīng)過分析處理可以看到打印出來的最大值和最小值

1.3 一本二本理科差值統(tǒng)計

代碼：

s1math=data["一本分數(shù)線","理科"]
print(s1math)
print(s1math[0]-s1math[2])

s1c=data["一本分數(shù)線","文科"]
print(s1c[0]-s1c[2])
s2math=data["二本分數(shù)線","理科"]
print(s2math[0]-s2math[2])
s2c=data["二本分數(shù)線","文科"]
print(s2math[0]-s2math[2])

運行結(jié)果：

注意：

首先我們?nèi)〕鱿鄳奈睦砜埔槐疽约岸镜某煽?，然后再進行相關的極差的計算就是使用前一個數(shù)減去后面的一個數(shù)就OK。

print(s1math[0]-s1math[2])

1.4 2006—2019年近14年每科分數(shù)線的平均值統(tǒng)計

代碼：

# 2006—2019年近14年每科分數(shù)線的平均值統(tǒng)計

data1=data[data['Unnamed: 0'].between(2006, 2014, inclusive=True)].groupby(['Unnamed: 0']).mean()

print(data1)

運行結(jié)果：