《Pandas数据处理》课件 8.1.1 统计平均录取分数最高的前10所学校

统计平均录取分数最高的前10所学校主讲人：xx重庆市九龙坡职业教育中心问题描述利用2007年-2017年全国部分高校的录取数据（“school.csv”），统计表中各学校各年所有地区所有专业的录取平均分数，同时计算出各校11年的平均录取分数（即“历年平均“），对“历年平均“按降序排序，输出“历年平均“排名前10名高校的2016年和2017年录取分数，并使用柱状图对数据进行可视化，见表8.1.2和图8.1.1。问题描述表8.1.2排名前10名高校的2016年和2017年录取分数题前思考表8.1.2问题分析根据问题描述，填写以下表格importpandasaspdimportmatplotlib.pyplotasmp①mp.rcParams['font.sans-serif']=['SimHei']②data=pd.read_csv(r"D:\pydata\项目八\school.csv",engine='python')③school_score=pd.pivot_table(data=data,index='学校',columns='年份',values='平均分',aggfunc='mean',margins=True,margins_name='历年平均')④school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码importpandasaspdimportmatplotlib.pyplotasmp①mp.rcParams['font.sans-serif']=['SimHei']②data=pd.read_csv(r"D:\pydata\项目八\school.csv",engine='python')③school_score=pd.pivot_table(data=data,index='学校',columns='年份',values='平均分',aggfunc='mean',margins=True,margins_name='历年平均')④school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码importmatplotlib.pyplotasmp，导入绘图matplotlib模块的pythlot模块。importpandasaspdimportmatplotlib.pyplotasmp①mp.rcParams['font.sans-serif']=['SimHei']②data=pd.read_csv(r"D:\pydata\项目八\school.csv",engine='python')③school_score=pd.pivot_table(data=data,index='学校',columns='年份',values='平均分',aggfunc='mean',margins=True,margins_name='历年平均')④school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码修改图表中的字体为'SimHei'，即微软雅黑。importpandasaspdimportmatplotlib.pyplotasmp①mp.rcParams['font.sans-serif']=['SimHei']②data=pd.read_csv(r"D:\pydata\项目八\school.csv",engine='python')③school_score=pd.pivot_table(data=data,index='学校',columns='年份',values='平均分',aggfunc='mean',margins=True,margins_name='历年平均')④school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码pd.read_csv()，读取scv格式的文件，保存到变量data中。程序代码年份学校200720082009...20162017历年平均上海交通大学646.889306629.036697632.233684...631.875000642.674419633.169404上海交通大学医学院NaNNaN616.873239...NaNNaN623.438735东北大学NaNNaNNaN...578.368852558.357143575.552047东南大学614.896175591.421806597.955086...617.122905610.714286605.567555中南大学NaNNaN573.813187...590.922515578.175799585.413828........................西北工业大学609.861194584.370717586.713650...596.427160585.677494594.821507西安交通大学NaNNaNNaN...621.912442615.031250616.226291重庆大学595.704776576.811665575.806564...595.470426584.288973584.892715总计622.189012605.856792596.173174...603.825497592.947777603.538463表8.1.4汇总数据后的统计表importpandasaspdimportmatplotlib.pyplotasmp①mp.rcParams['font.sans-serif']=['SimHei']②data=pd.read_csv(r"D:\pydata\项目八\school.csv",engine='python')③school_score=pd.pivot_table(data=data,index='学校',columns='年份',values='平均分',aggfunc='mean',margins=True,margins_name='历年平均')④school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码调用pivot_table()函数为数据框data建立数据透视表。school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码对数据school_score[:-1]进行排序。程序代码年份学校200720082009...20162017历年平均清华大学673.598291661.736264657.629167...675.017668669.352941664.742333北京大学662.169717653.086116646.217469...657.943231647.438272653.195701中国科学技术大学649.917553631.515873637.829016...648.400000633.673469642.332882浙江大学646.584775629.181495632.155280...638.600000653.500000635.590120表8.1.5排序后得到的数据school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_score_sort_2year)mp.figure("高校录取分数线TOP10")⑦school_score_sort_2year.plot(kind='bar',color=['magenta','blueviolet'],edgecolor='black')⑧mp.title("高校录取分数线TOP10",fontsize=16)⑨mp.xlabel("学校",fontsize=12)mp.ylabel("分数",fontsize=12)mp.ylim(0,850)mp.gcf().autofmt_xdate()⑩mp.show()程序代码school_score_sort_2year.plot()，使用基本绘图函数plot()对数据school_score_sort_2year绘图。程序代码school_score_sort=school_score[:-1].sort_values(by='历年平均',ascending=False)[:10]⑤school_score_sort_2year=school_score_sort[[2016,2017]]⑥print(school_scor