当前位置：首页 > news >正文

Python 数据分析与可视化 Day 4 - Pandas 数据筛选与排序操作

news 来源：原创 2025/6/23 13:16:51

🎯 今日目标

掌握 Pandas 中 groupby() 的使用方式
学会使用 agg() 方法进行多个聚合
掌握 pivot_table() 构建透视表
结合分组与排序进行更深入的分析

🧮 一、基本分组统计（groupby）

✅ 分组 + 单列聚合

df.groupby("性别")["成绩"].mean()

输出（示例）：

性别
女    75.2
男    72.3

✅ 分组 + 多列聚合

df.groupby("性别")[["成绩", "是否及格"]].mean()

🔧 二、自定义聚合（agg）

✅ 一个字段多个聚合函数

df.groupby("性别")["成绩"].agg(["mean", "max", "min", "count"])

✅ 多字段多个聚合函数

df.groupby("性别").agg({"成绩": ["mean", "std"],"是否及格": "sum"
})

📊 三、透视表（pivot_table）

pd.pivot_table(df, values="成绩", index="性别", columns="是否及格", aggfunc="mean")

可以理解为 Excel 中的“数据透视表”

🔁 四、结合分组后的排序

grouped = df.groupby("性别")["成绩"].mean().reset_index()
grouped.sort_values("成绩", ascending=False)

🧪 今日练习任务

继续使用 students_cleaned.csv，完成以下练习：

按性别统计学生人数
按性别统计平均成绩、最高分、最低分
按性别和是否及格双重分组，统计各组平均成绩
构建透视表，显示是否及格和性别的成绩均值交叉表

输出平均成绩最高的性别组

import pandas as pd
import os# 路径设置
input_path = "data/students_cleaned.csv"if not os.path.exists(input_path):raise FileNotFoundError("❌ 找不到文件：data/students_cleaned.csv，请先运行清洗脚本。")# 加载数据
df = pd.read_csv(input_path)
print("✅ 已加载清洗后的学生数据：")
print(df.head())# 1. 按性别统计人数
print("\n👥 每个性别的学生人数：")
print(df["性别"].value_counts())# 2. 按性别统计平均成绩、最高分、最低分
print("\n📊 各性别的成绩统计：")
gender_stats = df.groupby("性别")["成绩"].agg(["mean", "max", "min", "count"])
print(gender_stats)# 3. 按性别 & 是否及格 进行双重分组统计平均成绩
print("\n📊 按性别和是否及格分组的平均成绩：")
multi_group = df.groupby(["性别", "是否及格"])["成绩"].mean()
print(multi_group)# 4. 构建透视表：性别 vs 是否及格
print("\n📊 透视表（性别 × 是否及格 → 平均成绩）：")
pivot = pd.pivot_table(df, values="成绩", index="性别", columns="是否及格", aggfunc="mean")
print(pivot)# 5. 平均成绩最高的性别组
print("\n🏆 平均成绩最高的性别：")
top_group = gender_stats["mean"].idxmax()
top_score = gender_stats["mean"].max()
print(f"{top_group}（平均成绩：{top_score:.2f}）")# 6. （可选）保存统计结果
output_path = "data/gender_group_stats.csv"
gender_stats.to_csv(output_path, encoding="utf-8")
print(f"\n✅ 性别分组统计结果已保存到 {output_path}")

输出示例：

✅ 已加载清洗后的学生数据：姓名 性别    成绩  是否及格
0  张三   男  88.0   True
1  李四   女  73.5   True
2  王五   男  59.0  False
3  田七   女  73.5  False👥 每个性别的学生人数：
女    2
男    2
Name: 性别, dtype: int64📊 各性别的成绩统计：mean   max   min  count
性别                            
女      73.5  73.5  73.5      2
男      73.5  88.0  59.0      2📊 按性别和是否及格分组的平均成绩：
性别  是否及格
女   False    73.5True      73.5
男   False    59.0True      88.0
Name: 成绩, dtype: float64📊 透视表（性别 × 是否及格 → 平均成绩）：
是否及格     False  True
性别                    
女         73.5  73.5
男         59.0  88.0🏆 平均成绩最高的性别：
女（平均成绩：73.50）✅ 性别分组统计结果已保存到 data/gender_group_stats.csv