当前位置: 首页 > news >正文

Python 数据分析与可视化 Day 3 - Pandas 数据筛选与排序操作

🎯 今日目标

  • 掌握 DataFrame 的条件筛选(布尔索引)
  • 学会多条件筛选、逻辑运算
  • 熟练使用排序(sort_values)提升数据组织力
  • 结合列选择进行数据提取分析

🧪 一、列选择与基本筛选

✅ 选择单列 / 多列

df["成绩"]          # 返回 Series
df[["姓名", "成绩"]] # 返回新的 DataFrame

✅ 条件筛选(布尔索引)

# 筛选出成绩大于 80 的学生
df[df["成绩"] > 80]# 获取性别为“女”的学生
df[df["性别"] == "女"]

✅ 多条件筛选(逻辑运算符)

# 成绩大于 80 且是男生
df[(df["成绩"] > 80) & (df["性别"] == "男")]# 成绩不及格 或 未填写是否及格
df[(df["成绩"] < 60) | (df["是否及格"] == False)]

⚠️ 注意:逻辑运算使用 &|~,并加上括号!


🔢 二、数据排序

✅ 按单列排序

df.sort_values("成绩")                     # 升序
df.sort_values("成绩", ascending=False)   # 降序

✅ 按多个字段排序

df.sort_values(["是否及格", "成绩"], ascending=[True, False])

🔍 三、列选择 + 排序综合练习

df[df["性别"] == "女"][["姓名", "成绩"]].sort_values("成绩", ascending=False)

🧪 今日练习任务

使用前两天处理好的 students_cleaned.csv 文件,完成以下操作:

📝 练习列表

  1. 筛选出成绩大于等于 80 的学生

  2. 筛选出成绩不及格的男生

  3. 按成绩从高到低排序,并只显示“姓名”和“成绩”

  4. 统计男女生人数(使用 value_counts

  5. 按性别分组后,计算各组平均成绩(使用 groupby

    import pandas as pd
    import os# 加载数据文件路径
    input_path = "data/students_cleaned.csv"if not os.path.exists(input_path):raise FileNotFoundError("❌ 找不到文件:data/students_cleaned.csv。请先运行前两天的清洗脚本。")# 加载 DataFrame
    df = pd.read_csv(input_path)
    print("📊 数据加载成功:")
    print(df.head())# 1. 筛选出成绩 ≥ 80 的学生
    print("\n🎯 成绩 ≥ 80 的学生:")
    print(df[df["成绩"] >= 80])# 2. 筛选出成绩不及格的男生
    print("\n🎯 成绩不及格的男生:")
    condition = (df["成绩"] < 60) & (df["性别"] == "男")
    print(df[condition])# 3. 按成绩从高到低排序,显示“姓名”和“成绩”
    print("\n🎯 按成绩排序(降序)显示姓名和成绩:")
    sorted_df = df.sort_values("成绩", ascending=False)[["姓名", "成绩"]]
    print(sorted_df)# 4. 统计性别分布
    print("\n🎯 男女生人数统计:")
    print(df["性别"].value_counts())# 5. 按性别分组,统计平均成绩
    print("\n🎯 按性别分组的平均成绩:")
    print(df.groupby("性别")["成绩"].mean())
    

    结果输出:

    📊 数据加载成功:姓名 性别    成绩   是否及格
    0  张三  男  88.0   True
    1  李四  女  78.0   True
    2  王五  男  59.0  False
    3  田七  女  78.0  False🎯 成绩 ≥ 80 的学生:姓名 性别    成绩  是否及格
    0  张三  男  88.0  True🎯 成绩不及格的男生:姓名 性别    成绩   是否及格
    2  王五  男  59.0  False🎯 按成绩排序(降序)显示姓名和成绩:姓名    成绩
    0  张三  88.0
    1  李四  78.0
    3  田七  78.0
    2  王五  59.0🎯 男女生人数统计:
    性别
    男    22
    Name: count, dtype: int64🎯 按性别分组的平均成绩:
    性别
    女    78.073.5
    Name: 成绩, dtype: float64
    

✍️ 今日总结

  • 掌握了布尔索引与逻辑运算筛选数据
  • 熟悉了多列组合排序操作
  • 学会了常用的数据子集提取方法
  • 初步接触了分组聚合分析
http://www.dtcms.com/a/256360.html

相关文章:

  • vivado工具配置(二)
  • Python 的内置函数 hasattr
  • 网络编程及原理(六):三次握手、四次挥手
  • 【软考高级系统架构论文】论软件设计方法及其应用
  • modelscope设置默认模型路径
  • app Router VS pages Router(Next.js学习笔记)
  • 车载CAN总线数据采集与故障诊断装置设计与实现
  • Spring Boot邮件发送终极指南:从基础到高级应用
  • 纯跟踪算法本质解密:航向角偏差=预瞄角?数学证明与工程实践
  • vscode搭建spring boot项目
  • 【软考高级系统架构论文】论多源数据集成及应用
  • CSS 制作学成在线网页
  • 【LeetCode#第198题】打家劫舍(一维dp)
  • 使用ccs生成bin
  • Vue.js核心概念与实践指南:从实例绑定到数据代理
  • 基于深度学习的侧信道分析(DLSCA)Python实现(带测试)
  • Vscode 编写Markdown支持 plantuml书写
  • 「Linux文件及目录管理」输入输出重定向与管道
  • 2025年渗透测试面试题总结-2025年HW(护网面试) 04(题目+回答)
  • Node.js 实训专栏规划目录
  • 中文文本相似度分析指标:BERTScore
  • XCUITest + Objective-C 详细示例
  • Python 的内置函数 hash
  • “组学”的数据结构与概念
  • 【STM32笔记】F1F4 STM32初识、MDK调试、HAL简介
  • 计算机网络第九章——数据链路层《流量控制和可靠传输》
  • 《信号与系统》第 10 章 z变换
  • 腾讯云IM即时通讯:开启实时通信新时代
  • LLM-201: OpenHands与LLM交互链路分析
  • 一,python语法教程.内置API