计算机基础与应用简明教程（人工智能版）课件 第4章 数据处理

第4章数据处理本章教学目标掌握电子表格数据处理操作。初步掌握基于电子表格的数据分析。初步掌握用Python编程处理电子表格数据。初步掌握基于pandas的数据处理方法。4.1电子表格4.1.1工作簿与工作表工作簿格式：.et/.xlsx/.xlsm/.xls/.txt/.csv工作簿模板：.ett/.xltx/.xltm4.1.2单元格数据填充：序列填充/公式填充单元格格式：数字格式/对齐方式/边框填充数据有效性：范围限制/下拉列表计算：公式（相对/绝对/混合引用）/函数库4.1.3工作表格式化行/列操作：自动调整/合并居中条件格式：色阶/数据条/图标集4.1.4图表图表类型：柱形图/折线图/组合图图表元素：标题/坐标轴/数据标签高级功能：双坐标轴/趋势线/误差线4.1.5排序和筛选排序方式：单条件/多条件/自定义筛选类型：文本筛选/数字筛选/颜色筛选4.1.6分类汇总操作流程：排序→分类字段→汇总方式高级应用：嵌套汇总/分级显示4.1.7数据透视表创建步骤：字段拖拽→布局设置→样式应用高级功能：切片器/值字段设置4.2基于电子表格的数据分析4.2.1单变量求解应用场景：方程求解/投资分析操作要点：目标单元格/可变单元格设置解方程56x4+8x3+34x+8=04.2.2模拟运算表单变量模拟：参数变化分析双变量模拟：多参数交互分析4.2.3规划求解核心要素：目标函数/约束条件/求解方法典型案例：路径优化4.2.3规划求解典型案例：排班问题某灾难救援临时医疗机构集合了全科医师20人，根据各医疗岗位的配备需求，周一至周日分别需要6、4、5、6、7、8、7人。若每名全科医师每周连续上5天班，利用规划求解优化排班效率，计算需要参加排班的最少全科医师人数4.3用Python编程处理电子表格4.3.1基本操作库使用：openpyxl核心API文件操作：创建/读取/写入工作簿importopenpyxlwb=openpyxl.Workbook()ws=wb.activews['A3']=1.25#为A3单元格赋值celldata=ws.cell(3,2).value#第3行第2列的值wb=openpyxl.load_workbook('./新建工作表.xlsx')ws=wb['Sheet1']wb.save('C:/data/test.xlsx')4.3.2大量数据汇总自动化流程：目录遍历→数据提取→合并写入代码示例：Python脚本实现多文件整合importopenpyxl,oswb=openpyxl.Workbook()ws=wb.activetitle=['姓名','身高','体重','左眼视力','右眼视力','舒张压','收缩压']foriinrange(1,8):ws.cell(1,i).value=title[i-1]#列表从0起始，而列标从1起始files=os.listdir('C:/体检/')r=2#从第2行开始汇总forfinfiles:iff.upper()[-5:]=='.XLSX':#无论大小写

wb1=openpyxl.load_workbook('C:/体检/'+f)ws1=wb1['Sheet1']foriinrange(1,8):ws.cell(r,i).value=ws1.cell(i+1,2).valuer+=1wb.save(filename='./数据汇总.xlsx')4.4pandas数据处理4.4.1核心数据结构Series：一维带标签数组DataFrame：二维表格型数据结构>>>df=pd.read_excel('./参赛作品.xlsx',sheet_name=0)>>>df[:5]#显示前5行4.4.2数据操作数据清洗：缺失值处理/重复值删除统计分析：聚合计算/分组操作数据转换：列操作/条件筛选4.4.3数据持久化文件导出：CSV/Excel格式数据库交互：SQL表读写>>>df.to_csv('C:/data/data.csv',mode='w',header=True,encoding='gbk',index=False)>>>df.to_excel('C:/data/data.xlsx',sheet_name='Sheet1',header=True,na_rep='N/A',index=False)>>>importsqlit