4.2.2.1.2DataFrame ppt课件 (52张PPT)-2023新浙教版(2019)《高中信息技术》必修第一册.pptx
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《4.2.2.1.2DataFrame ppt课件 (52张PPT)-2023新浙教版(2019)《高中信息技术》必修第一册.pptx》由用户(Q123)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高中信息技术 4.2.2.1.2DataFrame ppt课件 52张PPT_2023新浙教版2019高中信息技术必修第一册 4.2 2.1 DataFrame ppt 课件 52 _2023 下载 _必修1 数据与计算_浙教版(2019)_信息_高中
- 资源描述:
-
1、第4章 数据 处理与应用浙教浙教版版 信息技术信息技术(高中)(高中)必修必修1 1 数据与计算数据与计算4 4.2.2.1.2 DataFrame.2.2.1.2 DataFrame 学习目标1234大数据处理的基本思想批处理计算和流计算、图计算,编程处理数据文本数据处理,文本数据分析与应用数据可视化12重点难点重点:大数据处理的思想和编程处理数据。难点:编程处理数据。s1=pd.Series(“s01”:166,“s02”:178,“s03”:18s1=pd.Series(“s01”:166,“s02”:178,“s03”:180,index=“s02”,“s04”)0,index=“s0
2、2”,“s04”)Series回忆import pandas as pdimport pandas as pdDataframeSeriesdf定义df1df属性data=data=王静怡王静怡,28,28,张佳妮张佳妮,56,56,李臣武李臣武,37,37df1=pd.DataFrame(data,columns=df1=pd.DataFrame(data,columns=姓名姓名,借阅次数借阅次数)data=“data=“姓名姓名”:pd.Series(”:pd.Series(“王静怡王静怡”,“”,“张佳妮张佳妮”,“”,“李臣武李臣武”,index=,index=“a”,“a”,“b”
3、,“c”“b”,“c”),“),“借阅次数借阅次数”:”:pd.Series(pd.Series(28,56,3728,56,37,index=“b”,index=“b”,“c”,“d”“c”,“d”)df1=pd.DataFrame(data)df1=pd.DataFrame(data)df2=pd.DataFrame(data,index=d,c,b)df2=pd.DataFrame(data,index=d,c,b)df创建df练习pandas.xlsxpandas.xlsxdf1df1df创建excelexceldfdfdfdfexcelexcelpandas.xlsxpandas.x
4、lsxdf1df1df创建csvcsvdf pd.read_csv()df pd.read_csv()逗号作为分隔符逗号作为分隔符pandas.csvpandas.csvdf1df1dfdfcsvcsv pd.to_csv()pd.to_csv()df创建索引索引1 1列数据:列数据:索引索引1 1行数据:只能切片行数据:只能切片df11df11df11df11:22索引索引1 1个数据:个数据:df1.atdf1.at行行,列列 df1df1列列行行 df1df1df索引筛选出采价点为超市筛选出采价点为超市1 1的商品的商品303052526868df修改countcount()()返回每一
5、行返回每一行/列的非列的非N N个数个数1 1、获取各产品的最高价、最低价和平均价、获取各产品的最高价、最低价和平均价df1.max():每一列的最大值df1.max(axis=1):每一行的最大值1 1、获取各产品的最高价、最低价和平均价、获取各产品的最高价、最低价和平均价df_max=df1.max()df_min=df1.min()df_mean=df1.mean()1 1、获取各门科目的最高分和最低分、获取各门科目的最高分和最低分2 2、获取李四的总分、获取李四的总分df1deseribe()deseribe()返回各列的基本描述统计值,包含计数、平均数、返回各列的基本描述统计值,包含
6、计数、平均数、标准差、最大值、最小值及标准差、最大值、最小值及4 4分位差分位差2 2、获取每个地区所产苹果的平均价格、获取每个地区所产苹果的平均价格groupby()groupby()对各列或各行中的数据进行对各列或各行中的数据进行分组分组。然后可对其中每一组数据进行然后可对其中每一组数据进行不同不同的操作的操作df_mean=df1.mean()2 2、获取每个地区所产苹果的平均价格、获取每个地区所产苹果的平均价格df_mean=df1.mean()df_m=df1.groupby(“地区”).mean()df_m=df1.groupby(“地区”).mean()df_m=df1.grou
7、pby(“地区”,as_index=False).mean()某DataFrame对象df,包含准考证号学校姓名数学语文等数据列,下列语句中,可以以学校为单位,统计出各校学生数学成绩平均值的有()df.groupby(学校).mean()df.groupby(数学).mean()df.groupby(学校).数学.mean()df.groupby(学校).describe()A.B.C.D.C3 3、获取价格最高的、获取价格最高的2 2个产品信息个产品信息df_max=df1.max()3 3、获取价格、获取价格最高的最高的2 2个产个产品信息品信息3 3、获取价格、获取价格最高的最高的2 2
8、个产个产品信息品信息df_s=df1.sort_values(“价格”)3 3、获取价、获取价格最高的格最高的2 2个产品信个产品信息息df_s=df1.sort_values(“价格”)df_t=df1.sort_values(“价格”).tail(2)3 3、获取价、获取价格最高的格最高的2 2个产品信个产品信息息df_t=df1.sort_values(“价格”).tail(2)df_h=df1.sort_values(“价格”,ascending=False).head(2)将三个人按照语文成绩降序排序将三个人按照语文成绩降序排序4 4、删除第、删除第1 1个商品信息个商品信息以及数据
展开阅读全文
链接地址:https://www.163wenku.com/p-5426146.html