安装pandas
pandas是构建在python编程语言之上的一个快速、强大、灵活且易于使用的开源数据分析和操作工具。pandas是基于numpy的专业数据分析工具，可以灵活高效的处理各种数据集。
我们使用pip进行安装(如果没有可自行查询如何安装pip)安装panda最简单的方法是将其作为anaconda的一部分安装，anaconda主要用于数据分析和科学计算。还提供源代码、pypi、activepython、各种linux发行版或开发版本进行安装的说明。
当然，最为基础的python环境还是少不了的，如果你是linux或使用的mac就不用安装python了。
pip install pandas
分析过程
1.从excel文件中读出本班同学的成绩册，并处理好缺失值。
2.根据‘加分’和‘减分’两列统计出平时成绩。
3.将实验报告成绩从abcd转换为百分制，统计出实验成绩。a为90分，b为75分，c为60分，d为40分。
4.随机生成假设的期末成绩，取值区间为40-100分。将自己的期末成绩改成你觉得可能考到的分数。
5.按照平时成绩20%，实验成绩30%，期末成绩50%的比例计算综合成绩。
6.输出你自己的平时成绩，实验成绩，期末成绩和综合成绩。
7.统计全班综合成绩[90,100],[80,89],[70,79],[60-69],[0,59]各段成绩的人数，并画饼图。
8.将完整的成绩保存到score.xlsx文件中，打开excel检查输出是否正确。
完整实例
准备工作：导入需要用到的模块
import pandas as pd import numpy as np import random from matplotlib import pyplot as plt
（1）从excel文件中读出本班同学的成绩册，并处理好缺失值。
df=pd.read_csv("4班平时成绩.csv",encoding="gbk")
df=df.rename(columns={"id":"学号"})#将列名id重命名
df.set_index("姓名",inplace=true)#将姓名作为index
df=df.fillna(method="backfill")#处理缺失值
（2）根据‘加分’和‘减分’两列统计出平时成绩。
df["平时成绩"]=df["平时成绩"]-df["减分"]
df=df.drop("减分",axis=1)#删除列
（3）将实验报告成绩从abcd转换为百分制，统计出实验成绩。a为90分，b为75分，c为60分，d为40分。
def m(x):#2 将abcd转化为对应的分数
if x=="a":
return 90
if x=="b":
return 75
if x=="c":
return 60
if x=="d":
return 40
df["第一次实验报告"]=df.第一次实验报告.map(m)
df["第二次实验报告"]=df.第二次实验报告.map(m)
df["第三次实验报告"]=df.第三次实验报告.map(m)
（4）随机生成假设的期末成绩，取值区间为40-100分。将自己的期末成绩改成你觉得可能考到的分数。
def cj(x):
return random.randint(40,100)
df["期末成绩"]=""
df["期末成绩"]=df.期末成绩.map(cj)
df
（5）按照平时成绩20%，实验成绩30%，期末成绩50%的比例计算综合成绩。
df["综合成绩"]=df["期末成绩"]*0.5+df["平时成绩"]*0.2+df["第一次实验报告"]*0.1+\
df["第二次实验报告"]*0.1+df["第三次实验报告"]*0.1
df
（6）输出你自己的平时成绩，实验成绩，期末成绩和综合成绩。
df[df.姓名=='只为你220']
（7）统计全班综合成绩[90,100],[80,89],[70,79],[60-69],[0,59]各段成绩的人数，并画饼图。
y=pd.cut(df['综合成绩'],bins=[0,60,70,80,90,100],\
labels=['0-59','60-69','70-79','80-89','90-100'])#分区间
a=y.value_counts()#统计区间人数
print(a)
plt.rcparams['font.sans-serif']=['simhei'] a.plot(kind='pie',title='学生成绩区间统计图')
（8）将完整的成绩保存到score.xlsx文件中，打开excel检查输出是否正确。
将结果保存为.xlsx文件
df.to_excel(excel_writer="score.xlsx",index=false,encoding='utf-8')
将刚刚保存的.xlsx文件打开，查看结果是否正确
pd.read_excel("score.xlsx")
总结
到此这篇关于python利用pandas分析学生期末成绩码的文章就介绍到这了,更多相关pandas分析期末成绩内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
