Python数据分析基础练习

Python数据分析基础（余本）第四章练习
需求
班主任现有一班级的两张表，如下:
信息表：成绩表：现请帮班主任做如下工作：
1) 给成绩表加上姓名列；
2) 给成绩表加上字段“总分”列，并求出总分；
3) 增加列字段“等级”，标注每人“总分”的“优、良、中、及格、差”(270≤优，240≤良，210≤中，及格≤180，差≤180)；
4) 计算各门课程的平均成绩以及标准差；
5) 做"总分"成绩分布图，纵坐标表示成绩，横坐标表示学号或者姓名，画出总分的均分横线，让每位同学的总分圆点分布在均分线上下，以便于观察每位同学的成绩离开均分的距离。
引入andas包进行数据分析和matlotb.ylot画图
imortmatlotb.ylotaslt
imortandasasd1) 给成绩表加上姓名列:
读取sheet数据
address='ython实战.xlsx'
sheet1=d.read_excel(address,sheet_name='成绩表')
sheet2=d.read_excel(address,sheet_name='信息表',usecs=[0,1])#读取0,1列连接两个表
sheet=d.merge(sheet1,sheet2,left_on='学号',right_on='学号')#按学号join2) 给成绩表加上字段“总分”列，并求出总分：
没有将缺考成绩设为0的话，求和时将不会’线代‘列一起求和
sheet.loc[sheet['线代']=='缺考','线代']=0#将缺考的成绩设为0
tem=sheet[['C#','线代','Python']]#提取列
sheet['总分']=tem.sum(axis=1)#求和，axis=1为行，0位列3) 增加列字段“等级”，标注每人“总分”的“优、良、中、及格、差”(270≤优，240≤良，210≤中，及格≤180，差≤180)：
bins=[0,180,210,240,270,999]#分区间
labels=['差','及格','中','良','优']
sheet['等级']=d.cut(sheet.总分,bins,right=False,labels=labels)#right右区间开4) 计算各门课程的平均成绩以及标准差：
mean=sheet.mean()#所有的平均数
std=sheet.std()#所有的标准差######输出各科的平均分和标准差数据rint(f'''{sheet}n
C#的平均成绩为:{mean[1]},
C#的标准差为:{std[1]},
线代的平均成绩为:{mean[2]},
线代的标准差为:{std[2]},
Python的平均成绩为:{mean[3]},
Python的标准差为:{std[3]}.''')输出结果：5) 做"总分"成绩分布图，纵坐标表示成绩，横坐标表示学号或者姓名，画出总分的均分横线，让每位同学的总分圆点分布在均分线上下，以便于观察每位同学的成绩离开均分的距离：
做"总分"成绩分布图
lt.rcParams['font.sans-serif']=['Simhei']#设置可显示中文
total_mean=mean[4]#总分平均分
lt.title('学生总分分布图')
lt.bar(range(len(sheet['总分'])),sheet['总分'],width=0.8)
lt.xticks(range(len(sheet['总分'])),sheet['姓名'])
lt.axhne(total_mean,cor='red',nestyle='--')
lt.show()
附上完整代码
imortmatlotb.ylotaslt
imortandasasdaddress='ython实战.xlsx'
sheet1=d.read_excel(address,sheet_name='成绩表')
sheet2=d.read_excel(address,sheet_name='信息表',usecs=[0,1])#读取0,1列sheet=d.merge(sheet1,sheet2,left_on='学号',right_on='学号')#连接两个表sheet.loc[sheet['线代']=='缺考','线代']=0#将缺考的成绩设为0
tem=sheet[['C#','线代','Python']]#提取列
sheet['总分']=tem.sum(axis=1)#求和，axis=1为行，0位列bins=[0,180,210,240,270,999]#分区间
labels=['差','及格','中','良','优']
sheet['等级']=d.cut(sheet.总分,bins,right=False,labels=labels)#right右区间开mean=sheet.mean()#所有的平均数
std=sheet.std()#所有的标准差
#输出各科的平均分和标准差数据
rint(f'''{sheet}n
C#的平均成绩为:{mean[1]},
C#的标准差为:{std[1]},
线代的平均成绩为:{mean[2]},
线代的标准差为:{std[2]},
Python的平均成绩为:{mean[3]},
Python的标准差为:{std[3]}.''')#做"总分"成绩分布图
lt.rcParams['font.sans-serif']=['Simhei']#设置可显示中文
total_mean=mean[4]#总分平均分
lt.title('学生总分分布图')
lt.bar(range(len(sheet['总分'])),sheet['总分'],width=0.8)
lt.xticks(range(len(sheet['总分'])),sheet['姓名'])
lt.axhne(total_mean,cor='red',nestyle='--')
lt.show()