数据分析作业（三）复习使用pandas进行数据处理的知识点

利用Python分析自定义数据表字段（工号，姓名，性别，学历，工资，消费，存款）

• 一、题目描述
• 二、参考代码
• • 运行环境
  • 使用数据
  • 参考代码
  • 运行结果

这个的第二部分没有写完，先参考第一部分，有时间我会补上

一、题目描述

复习使用pandas进行数据处理的知识点。

拟建数据，进行处理及绘图。

如数据表字段（工号，姓名，性别[男/女]，省份[自定义]，学历[大专/本科/硕士/博士]，工资[自定义金额]，消费[自定义金额]，存款[自定义金额]）。

要求如下：

1）自定义数据及文件格式。

2）能够存取数据文件。

3）不少于3种数据处理方式（自定义常规处理方法）。

4）根据结果进行绘图（样式不能相同）。

二、参考代码

运行环境

Anconda3.X Spyder（Python 3.7）

使用数据

链接：income.xlsx

提取码：bv4g

参考代码

部分一：数据处理完整代码。

import numpy as np
import pandas as pd

#pandas读取Excel文件
income = pd.read_excel('./income.xlsx')
print(income)

#使用groupby方法拆分数据
#按学历划分
incomeGroup = income[['工资','消费','存款']].groupby(by=income['学历'])
print(incomeGroup)
print(incomeGroup.max())

#使用agg方法聚合数据
#求出incom表中工资与存款的和与均值
print(income[['工资','存款']].agg([np.sum,np.mean]))
print('使用aggregate函数：\n',income[['工资','存款']].aggregate([np.sum,np.mean]))

#求出incom表中工资总和与存款均值
print(income.agg({'工资':np.sum,'存款':np.mean}))

#求出incom表中工资总和与存款的和与均值
print(income.agg({'工资':np.sum,'存款':[np.mean,np.sum]}))


#标准化数据：离差标准化，标准差标准化，小数定标标准化数据
#离差标准化
def MinMaxScale(data):
    data = (data-data.min())/(data.max()-data.min())
    return data
#对工资和消费做离差标准化
'''
data1 = MinMaxScale(income['工资'])
data2 = MinMaxScale(income['消费'])
data_M = pd.concat([data1,data2],axis=1)
'''
data_M = pd.concat([MinMaxScale(income['工资']),MinMaxScale(income['消费'])],axis=1)
print(data_M.head())    #查看全部数据为print(data_M)

#标准差标准化
def StandarScaler(data):
    data = (data-data.mean())/data.std()
    return data
#对工资和消费做标准差标准化
'''
data1 = StandarScaler(income['工资'])
data2 = StandarScaler(income['消费'])
data_S = pd.concat([data1,data2],axis=1)
'''
data_S = pd.concat([StandarScaler(income['工资']),StandarScaler(income['消费'])],axis=1)
print(data_S.head())    #查看全部数据为print(data_M)

#小数定标标准化数据
def DecimalScaler(data):
    data = data/10**np.ceil(np.log10(data.abs().max()))
    return data
#对工资和消费做标准差标准化
'''
data1 = DecimalScaler(income['工资'])
data2 = DecimalScaler(income['消费'])
data_D = pd.concat([data1,data2],axis=1)
'''
data_D = pd.concat([DecimalScaler(income['工资']),DecimalScaler(income['消费'])],axis=1)
print(data_D.head())    #查看全部数据为print(data_D)

           

部分二：绘图

全当这里有好多代码好多图

运行结果

部分一结果部分

工号   姓名 性别           工资    消费           存款 省份  学历
           

0 1 李四 女 4567.151881 1644 2923.151881 H 博士

1 2 王五 女 3031.000000 1486 1545.000000 H 大专

2 3 赵六 男 5533.000000 1876 3657.000000 H 本科

3 4 刘能 男 4025.000000 989 3036.000000 H 本科

4 5 魏玉 男 5068.000000 1351 3717.000000 H 本科

5 6 赵六 女 7163.000000 1691 5472.000000 H 本科

6 7 狗蛋 男 5549.000000 1579 3970.000000 H 本科

7 8 应许 男 3814.000000 1893 1921.000000 H 本科

8 9 怪风 男 5430.000000 1939 3491.000000 H 本科

9 10 虎虎 女 3699.000000 984 2715.000000 H 本科

10 11 高黑 女 7483.000000 1146 6337.000000 H 大专

11 12 黑哥 男 5053.000000 1379 3674.000000 H 博士

12 13 胖子 女 4413.000000 849 3564.000000 H 大专

13 14 嘉祥 男 4542.000000 969 3573.000000 H 大专

14 15 随机 男 5596.000000 1950 3646.000000 H 博士

15 16 数据 男 5524.000000 1829 3695.000000 H 大专

16 17 结构 女 7363.000000 1316 6047.000000 H 大专

17 18 计算机 男 5222.000000 1394 3828.000000 J 大专

18 19 网络 女 6005.000000 1848 4157.000000 J 大专

19 20 操作 男 5473.000000 1589 3884.000000 J 大专

20 21 系统 男 6537.000000 1473 5064.000000 J 本科

21 22 机组 男 5767.000000 1082 4685.000000 J 本科

22 23 自动化 女 3621.000000 1432 2189.000000 J 本科

23 24 康恩贝 女 6399.000000 1050 5349.000000 J 本科

24 25 线代 女 6230.000000 1631 4599.000000 B 本科

25 26 邮电 女 7605.000000 1524 6081.000000 B 本科

26 27 谢希仁 女 4245.000000 1245 3000.000000 B 本科

27 28 唐朔飞 男 6142.000000 831 5311.000000 B 本科

28 29 严蔚敏 男 4958.000000 1464 3494.000000 B 本科

29 30 孙悟空 女 5731.000000 1721 4010.000000 S 本科

30 31 猪八戒 男 6511.000000 1997 4514.000000 S 本科

31 32 沙和尚 女 7460.000000 1595 5865.000000 S 本科

32 33 唐三藏 女 6713.000000 1097 5616.000000 S 本科

33 34 白龙马 男 4727.000000 1557 3170.000000 S 本科

34 35 观音 男 4191.000000 1696 2495.000000 S 本科

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000022112813B48>

工资 消费 存款

学历

博士 5596.0 1950 3674.0

大专 7483.0 1848 6337.0

本科 7605.0 1997 6081.0

工资 存款

sum 191390.151881 140294.151881

mean 5468.290054 4008.404339

使用aggregate函数：

工资 存款

sum 191390.151881 140294.151881

mean 5468.290054 4008.404339

工资 191390.151881

存款 4008.404339

dtype: float64

工资 存款

mean NaN 4008.404339

sum 191390.151881 140294.151881