python数据分析基础教程教案 （第7章 pandas数据分析基础）.doc

《Python数据分析基础教程》

教

案

PAGE19

课程基本信息

课程名称

Python数据分析基础教程

授课班级

授课课题名

pandas数据分析基础—

pandas的数据结构及常用操作

计划课时

4-6课时

授课时间

第周第课时

课型

教学做一体化

教学目标

了解pandas作用。

掌握pandas测试、安装与导入。

掌握Series对象及常用操作。

掌握DataFrame对象及常用操作。

教学重点

Series对象及常用操作

教学难点

DataFrame对象及常用操作

教法与学法

教法：案例教学法；

学法:探究学习、小组合作学习。

教学过程

【课前任务】

自主学习

pandas测试、安装与导入。

【课中任务】

分组讨论

针对pandas测试、安装与导入中遇到问题开展小组讨论，互帮互学，解决软件安装中问题。

教师组织小组讨论，并根据学生疑难问题，统一进行解答。

【新课讲授】

任务一：pandas作用

知识点讲解

pandas最初是由韦斯·麦金尼（WesMcKinney）于2008年开发，并于2009年实现开源。目前，pandas由专注于Python数据包开发的PyData团队进行日常的开发和维护工作。

pandas是以NumPy为基础进行设计的，在数据分析中pandas和NumPy这两个模块经常是一起使用的。另外，为了数据分析的需要，pandas专门设计了两种新型的数据结构。使用这两种数据结构管理与SQL关系数据库和Excel工作表具有类似特征的数据会非常方便。由于pandas最初是作为金融数据分析工具而开发出来的，因此，pandas为时间序列分析提供了很好的支持。

根据开发pandas时提出的需求，pandas的基本特点如下。

能按轴自动或显式数据对齐，这可以防止许多数据未对齐以及来自不同数据源（索引方式不同）的数据而导致的常见错误。

能集成时间序列数据。

既能处理时间序列数据，也能处理非时间序列数据的数据结构。

数学运算和简约（比如对某个轴求和）可以根据不同的元数据（轴编号）执行。

能灵活处理缺失数据。

合并及其他出现在常见数据库（例如基于SQL）中的关系运算。

抽答问题

任务二：pandas测试、安装与导入

知识点总结

1、测试Python环境中是否安装了pandas

当Python安装完成后，在Windows操作系统下，按【Windows】+【R】键，打开“运行”对话框，在打开栏中输入python，按【Enter】键，进入Python交互式终端。在Python命令提示符后中输入frompandasimport*导入pandas模块，如果在交互式终端中出现ModuleNotFoundError:Nomodulenamedpandas的错误提示，则需要安装pandas，否则表明已安装了pandas。

2、在Windows操作系统下安装pandas方法

第1种安装方法如下。

在计算机连接互联网的情况下，按【Windows】+【R】键，打开“运行”对话框，在打开栏中输入pipinstallpandas命令，按【Enter】键，进入pandas模块安装，安装成功就会提示安装成功的版本。

第2种安装方法如下。

①首先访问Python的第三方库网站，然后，根据计算机上所安装的Python版本和操作系统版本来选择下载相应的pandas软件包。

②将下载的软件包复制在Python安装目录的Scripts文件夹下，例如，Python3.10安装目录为D:\Python，则将下载的软件包复制到D:\Python\Scripts目录下。

③按【Windows】+【R】键，打开“运行”对话框，在打开栏中输入pipinstallD:\python\Scripts\下载的软件包名称，按【Enter】键，进入pandas模块安装。

④安装成功会出现软件安装成功的提示。

3、在PyCharm中安装pandas的方法

4、pandas的导入方法

importpandasaspd

或者

frompandasimport*

学生自主提问，教师对疑难问题进行解答。

任务三：Series对象及常用操作

提出问题

pandas有哪些数据结构？分别可以存储什么类型数据？

知识点讲解

Series对象

pandas的核心是Series和DataFrame两大数据结构，其中，Series数据结构是用于存储一个序列的一维数组，而DataFrame数据结构则是用于存储复杂的二维数组。

Series是一种类似于一维数组的对象，它是由一组数据（可以是Numpy中任意类型的数据）以