运动员信息的分组与聚合
3.1 数据的爬取
代码：
import pandas as pd
f = open('运动员信息表.csv')
data=pd.read_csv(f,skiprows=0,header=0)
print(data)
运行结果：
首先使用pd.read_csv(f,skiprows=0,header=0)进行数据的读取，并且将数据转换成为dataframe的格式给对象，做初始化，方便后面进行数据的分析。
3.2统计男篮、女篮运动员的平均年龄、身高、体重
代码：
sex=data[["年龄（岁）","身高(cm)","体重(kg)"]].groupby(data["性别"])
print(sex.mean())
运行结果：
首先我们先把数据提取出来做个分组，先把”年龄（岁）”,”身高(cm)”,”体重(kg)”这三行数据提取出来再根据性别进行分组。
sex=data[["年龄（岁）","身高(cm)","体重(kg)"]].groupby(data["性别"])
然后再调用mean()求平均值，求出男篮、女篮运动员的平均年龄、身高、体重。
3.3统计男篮运动员年龄、身高、体重的极差值
代码：
sex=data[["年龄（岁）","身高(cm)","体重(kg)"]].groupby(data["性别"])
basketball_male=dict([x for x in sex])['男']
basketball_male
def range_data_group(arr):
return arr.max()-arr.min()
basketball_male.agg({
"年龄（岁）":range_data_group,"身高(cm)":range_data_group,"体重(kg)":range_data_group
})
运行结果：
首先提取数据：
单行循环提取数据，dict([x for x in sex])在循环体内的语句只有一行的情况的下，可以简化for循环的书写。定义一个函数def range_data_group(arr):求极差；
极差的求法：使用最大值减去最小值。就得到极差。
agg()函数： _DataFrame.agg（func，axis = 0， args，* kwargs ）_
func : 函数，函数名称，函数列表，字典{‘行名/列名’，’函数名’}
使用指定轴上的一个或多个操作进行聚合。
需要注意 聚合函数操作始终是在轴（默认是列轴，也可设置行轴）上执行，不同于 numpy聚合函数
最后我们可以得到三列数据：分别对应”年龄（岁）”,”身高(cm)”,”体重(kg)”。
3.4 统计男篮运动员的体质指数
3.4.1添加体重指数
代码：
data["体质指数"]=0
data
运行结果：
添加一行体重指数：data[“体质指数”]=0
3.4.2计算bmi值并添加数据
代码：
def outer(num):
def bminum(sumbim):
weight=data["身高(cm)"]
height=data["体重(kg)"]
sumbim=weight/(height/100)**2
return num+sumbim
return bminum
将该行数据添加上去：
代码：
bimdata=data["体质指数"]
data["体质指数"]=data[["体质指数"]].apply(outer(bimdata))
data
运行结果:
编写函数计算bmi数值 outer(num)；然后再使用apply的方法将自定义的函数应用到”体质指数”这一列。然后计算出该列的值之后进行赋值。
data[“体质指数”]=data[[“体质指数”]].apply(outer(bimdata))
97622)]
编写函数计算bmi数值 outer(num)；然后再使用apply的方法将自定义的函数应用到”体质指数”这一列。然后计算出该列的值之后进行赋值。
data[“体质指数”]=data[[“体质指数”]].apply(outer(bimdata))
Original: https://blog.csdn.net/qq_46258465/article/details/122178469
Author: a Fang
Title: Python数据清洗与处理——运动员信息的分组与聚合
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/674831/
转载文章受原作者版权保护。转载请注明原作者出处！