欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python數(shù)據(jù)分析處理(三)--運(yùn)動(dòng)員信息的分組與聚合

 更新時(shí)間:2022年01月25日 13:12:06   作者:a?Fang  
這篇文章主要介紹了Python數(shù)據(jù)清洗與處理?運(yùn)動(dòng)員信息的分組與聚合,根據(jù)Python數(shù)據(jù)清洗與處理?的相關(guān)資料展開(kāi)運(yùn)動(dòng)員信息的分組與聚合的文章內(nèi)容,需要的朋友可以參考一下

3.1 數(shù)據(jù)的爬取

代碼:

import pandas as pd
f = open('運(yùn)動(dòng)員信息表.csv')
data=pd.read_csv(f,skiprows=0,header=0)
print(data)

運(yùn)行結(jié)果:

首先使用pd.read_csv(f,skiprows=0,header=0)進(jìn)行數(shù)據(jù)的讀取,并且將數(shù)據(jù)轉(zhuǎn)換成為dataframe的格式給對(duì)象,做初始化,方便后面進(jìn)行數(shù)據(jù)的分析。

3.2統(tǒng)計(jì)男籃、女籃運(yùn)動(dòng)員的平均年齡、身高、體重

代碼:

sex=data[["年齡(歲)","身高(cm)","體重(kg)"]].groupby(data["性別"])

print(sex.mean())

運(yùn)行結(jié)果:

首先我們先把數(shù)據(jù)提取出來(lái)做個(gè)分組,先把"年齡(歲)",“身高(cm)”,"體重(kg)"這三行數(shù)據(jù)提取出來(lái)再根據(jù)性別進(jìn)行分組。

sex=data[["年齡(歲)","身高(cm)","體重(kg)"]].groupby(data["性別"])


然后再調(diào)用mean()求平均值,求出男籃、女籃運(yùn)動(dòng)員的平均年齡、身高、體重。

3.3統(tǒng)計(jì)男籃運(yùn)動(dòng)員年齡、身高、體重的極差值

代碼:

sex=data[["年齡(歲)","身高(cm)","體重(kg)"]].groupby(data["性別"])
basketball_male=dict([x for x in sex])['男']
basketball_male
#求極差
def range_data_group(arr):
    return arr.max()-arr.min()
#進(jìn)行每列不同的聚合
basketball_male.agg({
"年齡(歲)":range_data_group,"身高(cm)":range_data_group,"體重(kg)":range_data_group
})

運(yùn)行結(jié)果:

首先提取數(shù)據(jù):

單行循環(huán)提取數(shù)據(jù),dict([x for x in sex])在循環(huán)體內(nèi)的語(yǔ)句只有一行的情況的下,可以簡(jiǎn)化for循環(huán)的書(shū)寫。定義一個(gè)函數(shù)def range_data_group(arr):求極差;

極差的求法:使用最大值減去最小值。就得到極差。

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

func : 函數(shù),函數(shù)名稱,函數(shù)列表,字典{‘行名/列名’,‘函數(shù)名’}

使用指定軸上的一個(gè)或多個(gè)操作進(jìn)行聚合。

需要注意聚合函數(shù)操作始終是在軸(默認(rèn)是列軸,也可設(shè)置行軸)上執(zhí)行,不同于 numpy聚合函數(shù)

最后我們可以得到三列數(shù)據(jù):分別對(duì)應(yīng)"年齡(歲)",“身高(cm)”,“體重(kg)”。

3.4 統(tǒng)計(jì)男籃運(yùn)動(dòng)員的體質(zhì)指數(shù)

3.4.1添加體重指數(shù)

代碼:

data["體質(zhì)指數(shù)"]=0
data

運(yùn)行結(jié)果:

添加一行體重指數(shù):data[“體質(zhì)指數(shù)”]=0

3.4.2計(jì)算bmi值并添加數(shù)據(jù)

代碼:

# 計(jì)算bmi數(shù)值
def outer(num):
    def bminum(sumbim):
        weight=data["身高(cm)"]
        height=data["體重(kg)"]
        sumbim=weight/(height/100)**2
        return num+sumbim
    return bminum

將該行數(shù)據(jù)添加上去:

代碼:

# 調(diào)用函數(shù)
bimdata=data["體質(zhì)指數(shù)"]
data["體質(zhì)指數(shù)"]=data[["體質(zhì)指數(shù)"]].apply(outer(bimdata))
data

運(yùn)行結(jié)果:

編寫函數(shù)計(jì)算bmi數(shù)值 outer(num);然后再使用apply的方法將自定義的函數(shù)應(yīng)用到"體質(zhì)指數(shù)"這一列。然后計(jì)算出該列的值之后進(jìn)行賦值。

data[“體質(zhì)指數(shù)”]=data[[“體質(zhì)指數(shù)”]].apply(outer(bimdata))
97622)]

編寫函數(shù)計(jì)算bmi數(shù)值 outer(num) ;然后再使用apply的方法將自定義的函數(shù)應(yīng)用到"體質(zhì)指數(shù)"這一列。然后計(jì)算出該列的值之后進(jìn)行賦值。

data[“體質(zhì)指數(shù)”]=data[[“體質(zhì)指數(shù)”]].apply(outer(bimdata))

到此這篇關(guān)于Python數(shù)據(jù)分析處理 運(yùn)動(dòng)員信息的分組與聚合的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)分析處理 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 獲取django框架orm query執(zhí)行的sql語(yǔ)句實(shí)現(xiàn)方法分析

    獲取django框架orm query執(zhí)行的sql語(yǔ)句實(shí)現(xiàn)方法分析

    這篇文章主要介紹了獲取django框架orm query執(zhí)行的sql語(yǔ)句實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了Django框架中orm query執(zhí)行的sql語(yǔ)句獲取方法相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下
    2019-06-06
  • Python中struct模塊對(duì)字節(jié)流/二進(jìn)制流的操作教程

    Python中struct模塊對(duì)字節(jié)流/二進(jìn)制流的操作教程

    最近在學(xué)習(xí)python網(wǎng)絡(luò)編程這一塊,在寫簡(jiǎn)單的socket通信代碼時(shí),遇到了struct這個(gè)模塊的使用,當(dāng)時(shí)不太清楚這到底有和作用,后來(lái)查閱了相關(guān)資料大概了解了,這篇文章就主要介紹了Python中struct模塊對(duì)字節(jié)流/二進(jìn)制流的操作,需要的朋友可以參考借鑒。
    2017-01-01
  • Pycharm在創(chuàng)建py文件時(shí),自動(dòng)添加文件頭注釋的實(shí)例

    Pycharm在創(chuàng)建py文件時(shí),自動(dòng)添加文件頭注釋的實(shí)例

    今天小編就為大家分享一篇Pycharm在創(chuàng)建py文件時(shí),自動(dòng)添加文件頭注釋的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-05-05
  • Python max函數(shù)中key的用法及原理解析

    Python max函數(shù)中key的用法及原理解析

    最近有童鞋向小編求助怎么樣找到字符串中出現(xiàn)字?jǐn)?shù)最多的字符呢,其實(shí)最簡(jiǎn)單的處理方法是使用max函數(shù),max()函數(shù)用于獲得給定的可迭代對(duì)象中的最大值,關(guān)于Python max函數(shù)key用法跟隨小編一起通過(guò)本文學(xué)習(xí)下吧
    2021-06-06
  • Tensorflow加載預(yù)訓(xùn)練模型和保存模型的實(shí)例

    Tensorflow加載預(yù)訓(xùn)練模型和保存模型的實(shí)例

    今天小編就為大家分享一篇Tensorflow加載預(yù)訓(xùn)練模型和保存模型的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-07-07
  • Python opencv操作深入詳解

    Python opencv操作深入詳解

    這篇文章主要介紹了Python opencv操作深入詳解,文中整理的比較詳細(xì),有感興趣的同學(xué)可以學(xué)習(xí)下
    2021-03-03
  • Python3監(jiān)控疫情的完整代碼

    Python3監(jiān)控疫情的完整代碼

    這篇文章主要介紹了Python3監(jiān)控疫情的完整代碼,代碼簡(jiǎn)單易懂,非常不錯(cuò)具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-02-02
  • python實(shí)現(xiàn)猜數(shù)字游戲(無(wú)重復(fù)數(shù)字)示例分享

    python實(shí)現(xiàn)猜數(shù)字游戲(無(wú)重復(fù)數(shù)字)示例分享

    這篇文章主要介紹了python實(shí)現(xiàn)猜數(shù)字游戲(無(wú)重復(fù)數(shù)字)示例,需要的朋友可以參考下
    2014-03-03
  • Python圖形用戶界面與游戲開(kāi)發(fā)實(shí)例詳解

    Python圖形用戶界面與游戲開(kāi)發(fā)實(shí)例詳解

    GUI是圖形用戶界面的縮寫,圖形化的用戶界面對(duì)使用過(guò)計(jì)算機(jī)的人來(lái)說(shuō)應(yīng)該都不陌生,下面這篇文章主要給大家介紹了關(guān)于Python圖形用戶界面與游戲開(kāi)發(fā)的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-09-09
  • 使用Python對(duì)Access讀寫操作

    使用Python對(duì)Access讀寫操作

    學(xué)習(xí)Python的過(guò)程中,我們會(huì)遇到Access的讀寫問(wèn)題,這時(shí)我們可以利用win32.client模塊的COM組件訪問(wèn)功能,通過(guò)ADODB操作Access的文件。下面跟著小編一起來(lái)看下吧
    2017-03-03

最新評(píng)論