Python数据分析与处理(一)--北京高考分数线统计分析
更新时间：2022年01月25日 13:05:50 作者：a Fang
这篇文章主要介绍了Python数据分析与处理北京高考分数线统计分析，文章问绕Python数据分析与处理相关资料的介绍，展开对北京高考分数线统计分析，需要的小伙伴可以参考一下
前言：
为了帮助广大考生和家长了解高考历年的录取情况，很多网站都汇总了各省市的录取控制分数线，为广大考生填报志愿提供参考。因受多种因素影响，每年的分数线或多或少会有一些变动。采集北京2006-2019年的信息。使用Python的Pandas库完成以下数据分析。
1.1 数据爬取
包含三部分内容：从哪里爬取，如何爬取，爬取的结果
代码：
import pandas as pd
import numpy as np
data=pd.read_excel("scores.xlsx",header=1)
print(data)
运行结果:
分析：我是读取的本地的数据文件进行的数据分析。
有兴趣的话可以从网站上面下载相关的数据或者是自己使用爬虫爬取相关的数据源。进行数据分析
这个数据的分析部分我主要是采用的是Pandas numpy做数据的预处理。
和matplotlib进行数据的可视化展示。
1.2 最高分最低分统计
mindata= data.groupby(['文科','理科'], as_index=False).min(axis=1) maxdata= data.groupby(['文科','理科'], as_index=False).max(axis=2) print(data.min()) print(data.max())
进行数据的处理,最高分最低分统计,因为有两个不同的年份的成绩，并且分了文科和理科所以就有2个文科2个理科
- 我们使用
groupby按照文理科进行分组 - 然后使用
max()和min()求最大值和最小值‘ - 经过分析处理可以看到打印出来的最大值和最小值
1.3 一本二本理科差值统计
代码：
s1math=data["一本分数线","理科"] print(s1math) print(s1math[0]-s1math[2]) s1c=data["一本分数线","文科"] print(s1c[0]-s1c[2]) s2math=data["二本分数线","理科"] print(s2math[0]-s2math[2]) s2c=data["二本分数线","文科"] print(s2math[0]-s2math[2])
运行结果：
注意：
首先我们取出相应的文理科一本以及二本的成绩，然后再进行相关的极差的计算就是使用前一个数减去后面的一个数就OK。
print(s1math[0]-s1math[2])
1.4 2006—2019年近14年每科分数线的平均值统计
代码：
# 2006—2019年近14年每科分数线的平均值统计 data1=data[data['Unnamed: 0'].between(2006, 2014, inclusive=True)].groupby(['Unnamed: 0']).mean() print(data1)
运行结果：
首先是进行数据的提取，然后进行平均值的求取。在这里我算的麻烦了，因为本来就是一个年份对应的是一个成绩。不是一对多的关系，所以下面的方法要更好一些。
也可以使用mean方法进行相关的平均值求取。
是一个成绩。不是一对多的关系，所以下面的方法要更好一些。
也可以使用mean方法进行相关的平均值求取。
到此这篇关于Python数据分析与处理北京高考分数线统计分析的文章就介绍到这了,更多相关Python数据分析与处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
在使用python做数据分析的时候，经常需要先对数据做统一化的处理，缺失值的处理是经常会使用到的。今天介绍的是使用差补法/均值/固定值等不同的方式完成数据填充从而保证数据的完整性，感兴趣的可以了解一下2022-12-12
Python学习笔记之pandas索引列、过滤、分组、求和功能示例
这篇文章主要介绍了Python学习笔记之pandas索引列、过滤、分组、求和功能,结合实例形式分析了Python针对抓取保存的csv数据使用pandas进行索引列、过滤、分组、求和等操作的相关实现技巧,需要的朋友可以参考下2019-06-06
Django 模板是使用 Django 模板语言标记的一个文本文档或Python字符串。模板引擎可以识别和解释一些构造。主要是变量和标签。模板是通过上下文来渲染的。渲染用变量的值替换变量，变量的值在上下文中查找，并执行标签。其他的一切都按原样输出2022-10-10
Python是一门简单而文字简约的语言。阅读好的Python程序感觉就像阅读英语，尽管是非常严格的英语。Python的这种伪代码特性是其最大强项之一，它可让你专注于解决问题的办法而不是语言本身，通过本篇文章给大家介绍python功能和特点相关知识，感兴趣的朋友一起学习吧2015-12-12
下面小编就为大家分享一篇对numpy中布尔型数组的处理方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
Python编程语言的35个与众不同之处（语言特征和使用技巧）
这篇文章主要介绍了Python编程语言的35个与众不同之处,Python编程语言的语言特征和使用技巧,需要的朋友可以参考下2014-07-07
这篇文章主要给大家介绍了新手Python环境配置指南及pip安装教程的相关资料,pip是一款非常方便的python包管理工具,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2023-07-07
这篇文章主要介绍了Python入门教程(三十)Python的PIP,PIP是Python 包或模块的包管理器,本章带你们看一下如何使用PIP命令,需要的朋友可以参考下2023-04-04
这篇文章主要介绍了Python3列表内置方法大全及示例代码小结,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2019-05-05
这篇文章主要介绍了Python的Flask框架中实现分页功能的教程,文中的示例基于一个博客来实现,需要的朋友可以参考下2015-04-04
最新评论