专题9　pandas数据统计 学案（含解析）2025届高中信息技术.DOCX

专题9pandas数据统计

学习目标

1.对DataFrame对象按列进行公式计算，描述DataFrame对象数据以字典中键为列的存储形式；

2.对每个键对应一列数据多个值进行切片，掌握取出不同数据区域内容的方法；

3.运用函数统计对象的平均值等操作，运用排序函数对数据进行有序排列；

4.运用groupby函数对数据进行分组的方法，并在分组的基础上进行数据统计.

Pandas有Series和DataFrame两种对象，这两种对象均有index和values属性，Series对象的values是一维的，DataFrame的values是二维的，因此DataFrame对象比Series对象多一个columns属性，可以理解为index表示行号，columns表示列名。pandas处理的对象主要是DataFrame，取出DataFrame中的一列，降维为Series对象，可以用list函数转换为列表，对某列的值进行切片，可以转换为一个数值。可以对记录选取、筛选和分组操作，灵活地区分不同类型的数据，可以对记录进行排序操作，实现数据的有序显示。可以对各条记录的字段进行遍历，统计符合要求字段值的数量、总和、平均值以及最值。

(2024年1月浙江省选考)某学院举行运动会，比赛设跳高、100米等项目，每个项目分男子组和女子组。现要进行报名数据处理和比赛成绩分析。请回答下列问题：

(1)运动会报名规则为：对于每个项目的男子组和女子组，每个专业最多各报5人(如“软件工程”专业在男子跳高项目中最多报5人)。软件工程专业的报名数据保存在DataFrame对象df中，如图a所示。若要编写Python程序检查该专业男子跳高项目报名是否符合规则，下列方法中，正确的是________(单选，填字母)。

A.从df中筛选出性别为“男”的数据dfs，再从dfs中筛选出项目为“跳高”的数据，判断筛选出的数据行是否超过5行

B.对df中数据按性别排序并保存到dfs中，再从dfs中筛选出项目为“跳高”的数据，判断筛选出的数据行是否超过5行

C.从df中筛选出项目为“跳高”的数据dfs，判断dfs中是否有连续5行以上的男生数据

(2)运动员比赛成绩的部分数据如图b所示。根据已有名次计算得，第1名至8名分别计9，7，6，5，4，3，2，1分，第8名之后计0分。实现上述功能的部分Python程序如下，请在程序中划线处填入合适的代码。

importpandasaspd

importmatplotlib.pyplotasplt

#读取如图b所示数据，保存到DataFrame对象df1中，代码略

f＝[9,7,6,5,4,3,2,1]

foriinrange(0，len(df1))：

rank＝df1.at[i，″名次″]#通过行、列标签取单个值

score＝0

ifrank＝8：

______________

df1.at[i，″得分″]＝score

(3)根据上述df1中的得分数据，统计各专业总分，绘制如图c所示的柱形图，实现该功能的部分Python程序如下：

df2＝dfl.groupby(″________″，as_index＝False).sum()#分组求和

eq\x()

#设置绘图参数，代码略

plt.bar(x，y)

①请在程序中划线处填入合适的代码。

②程序的方框中应填入的正确代码为________(单选，填字母)

A.x＝df1[″专业″]

y＝df1[″总分″]

B.x＝df2[″专业″]

y＝df2[″得分″]

C.df1[″专业″]＝″专业″

df1[″总分″]＝″总分″

D.df2[″专业″]＝″专业″

df2[″得分″]＝″得分″

重难点1利用Pandas批量处理文件

Pandas主要功能是计算一个集合对象中某个字段的记录数量、总和、平均值和最值(最大值或最小值)。这个集合可以是通过筛选找到符合处理条件的数据(子集)，也可以是通过分组，将某列相同字段值的记录组合在一起，形成一个个的分组，再分别统计各个分组的数量、和、平均值和最值。这些功能Excel软件也可以实现，但若是数据分布在多个数据文件时，Excel软件就要手工不断地打开数据，重复进行统计，而Pandas可以通过算法，利用循环结构，将这些操作让计算机自动完成。

例题小红收集了部分城市2021年全年每天PM2.5、PM10、CO浓度数据，每天的数据分别保存在以8位日期字符串命名的CSV文件中，部分文件如图a所示，每个文件记录了一天24小时的监测数据，示例如图b所示。

为统计分析城市A全年各月份PM2.5的月平均浓度(当月的日平均浓度的平均值)，编写Python程序。请回答