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
Win8.1下安装Python3.6提示0x80240017错误的解决方法
这篇文章主要为大家详细介绍了Win8.1下安装Python3.6提示0x80240017错误的解决方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-07-07
这篇文章主要介绍了python根据文件大小打log日志的方法,可实现循环打日志,即第一个文件达到maxBytes大小后就写入第二个文件,以此类推,是非常实用的技巧,需要的朋友可以参考下2014-10-10
python使用Thread的setDaemon启动后台线程教程
这篇文章主要介绍了python使用Thread的setDaemon启动后台线程教程，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2020-04-04
这篇文章主要介绍了Python进程Multiprocessing模块原理解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-02-02
这篇文章主要介绍了python 绘制斜率图进行对比分析的实例，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-03-03
这篇文章主要介绍了python mac下安装虚拟环境 的相关资料,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2019-04-04
今天小编就为大家分享一篇python groupby 函数 as_index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2019-12-12
这篇文章主要为大家详细介绍了如何利用Python实现将视频按照时间维度进行剪切，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下2022-12-12
今天小编就为大家分享一篇numpy np.newaxis 的实用分享，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2019-11-11
这篇文章主要介绍了python动态加载技术解析,说简单点就是，如果开发者发现自己的代码有bug，那么他可以在不关闭原来代码的基础之上，动态替换模块替换方法一般用reload来完成,需要的朋友可以参考下2023-07-07
最新评论