首页 > 其他分享 >和鲸-numpy+pandas使用基础 关卡1

和鲸-numpy+pandas使用基础 关卡1

时间:2023-12-27 14:14:15浏览次数:33  
标签:Chinese df df2 English np 关卡 numpy pandas Math

STEP1: 按照下列要求创建数据框

已知10位同学的学号以及语数英三科成绩如下:(都是数值型数据)

Image Name

Id: [202001, 202002, 202003, 202004, 202005, 202006, 202007, 202008, 202009, 202010]
Chinese: [98, 67, 84, 88, 78, 90, 93, 75, 82, 87]
Math: [92, 80, 73, 76, 88, 78, 90, 82, 77, 69]
English: [88, 79, 90, 73, 79, 83, 81, 91, 71, 78]

要求:计算出每位同学的总成绩(SumScore)、平均成绩(MeanScore),最高成绩(MaxScore)、最低成绩(MinScore)、最高成绩与最低成绩的极差(PtpScore)、成绩方差(VarScore);并将所有数据保存到score数据框中;将多列数据(包括学生的ID)合并到一列中,列名设置为answer,最终只保留索引id(从0到100)和answer两列,统一保留整数;

Id= [202001, 202002, 202003, 202004, 202005, 202006, 202007, 202008, 202009, 202010]
Chinese= [98, 67, 84, 88, 78, 90, 93, 75, 82, 87]
Math=[92, 80, 73, 76, 88, 78, 90, 82, 77, 69]
English = [88, 79, 90, 73, 79, 83, 81, 91, 71, 78]
import pandas as pd
import numpy as np
data={
    'ID':Id,
    'Chinese':Chinese,
    'Math':Math,
    'English':English
}
df=pd.DataFrame(data,dtype=int,copy=True)
df['MaxScore'] = df[['Chinese', 'Math', 'English']].apply(np.max, axis=1)
df['MinScore']=df[['Chinese', 'Math', 'English']].apply(np.min,axis=1)
df['Sumscore']=df[['Chinese','Math','English']].apply(np.sum,axis=1)
df['Ptpscore']=df[['Chinese', 'Math', 'English']].apply(np.ptp,axis=1)
df['mean']=df[['Chinese', 'Math', 'English']].apply(np.mean,axis=1)
df['VarScore']=df[['Chinese', 'Math', 'English']].apply(np.var,axis=1)
#总成绩(SumScore)、平均成绩(),最高成绩(MaxScore)、
#最低成绩(MinScore)、(PtpScore)、成绩方差(VarScore)
df_contact = pd.concat([df['ID'], df['Chinese'], df['Math'], df['English'],df['Sumscore'],df['mean'],
df['MaxScore'],df['MinScore'],df['Ptpscore'],df['VarScore']])
df_contact=df_contact.astype(int)
df2 = pd.DataFrame() # 新建df2
df2['answer'] = df_contact # 新增列,数据来自拼接列
df2['id'] = range(len(df2['answer'])) # 新增列,并按照answer数量添加id
##交换两列 cols = df2.columns[[1,0]] df2 = df2[cols] df2

STEP2: 将结果保存为 csv 文件

df2.to_csv('answer_1.csv', index=False, encoding='utf-8-sig') #代码自动补全的快捷键是 tab;运行完成后,左侧文件树刷新下,可以找到这份文件

 

标签:Chinese,df,df2,English,np,关卡,numpy,pandas,Math
From: https://www.cnblogs.com/ricenoodle/p/17930423.html

相关文章

  • numpy、scipy、pandas、matplotlib的读书报告
    numpy、scipy、pandas、matplotlib的读书报告:‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬......
  • 1.NumPy 介绍
    1.NumPy介绍1.1NumPy演变史在NumPy之前,有两个Python数组包:Numeric包Numeric包开发于20世纪90年代中期,在Python中提供了数组对象和数组感知函数。它由C语言编写,并与线性代数的标准快速实现相链接。它最早的用途之一是引导C++应用程序,用于劳伦斯利弗莫尔国......
  • numpy、scipy、pandas、matplotlib的读书报告
    一、基本函数的用法numpynumpy是Python中用于进行科学计算的基础模块,它提供了高效的多维数组对象ndarray,以及相关的数学运算和线性代数函数。numpy的主要功能有:创建和操作多维数组,如使用np.array(),np.arange(),np.zeros(),np.ones(),np.reshape()等函数。对数组进行索引和切片,如......
  • Unity3D:打造关卡编辑器详解
    前言Unity是一款非常流行的游戏引擎,它提供了丰富的工具和功能,可以让开发者轻松地创建各种类型的游戏。其中,关卡编辑器是一个非常重要的工具,它可以让开发者快速、方便地创建游戏中的关卡。本文将详细介绍如何使用Unity打造一个关卡编辑器,并提供代码实现。对惹,这里有一个游戏开发......
  • Python - pandas 报错:ValueError: 'HIS_批准文号' is both an index level and a colu
    问题描述file:[Terminal]ValueError:'HIS_批准文号'isbothanindexlevelandacolumnlabel,whichisambiguous.ValueError:cannotinsert招采_批准文号,alreadyexists有这两个错误,使用函数merge合并的时候出现第一个错误,将两个DataFrame的索引reset_index......
  • Numpy中数据类型转换的tips
    在逛StackOverflow时看见一个关于numpy的浮点数据转换的问题比较有趣,现当作tips记录下来。问题原地址我们知道,在numpy中,浮点数据同python本身一样,是用双精度(float64)来存储数据的,而Pytorch或者其他的一些框架中,为了节省运算量,其浮点是用单精度(float32)来存储数据的,因此需要用到数......
  • 在Python中实现ESG(环境、社会、治理)因子的交易策略,我们可以使用pandas库来读取数据,并
    在Python中实现ESG(环境、社会、治理)因子的交易策略,我们可以使用pandas库来读取数据,并使用AlphaVantage提供的API来获取股票价格数据²。以下是一个简单的代码示例:importpandasaspdimportrequests#获取股票价格数据response=requests.get(alpha_vantage_url)data=res......
  • numpy、scipy、pandas、matplotlib的读书报告
    1、NumpyNumPy(NumericalPython)是Python语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。NumPy是一个运行速度非常快的数学库,主要用于数组计算,包含:一个强大的N维数组对象ndarray。广播功能函数。整合C/C++/Fortran代码......
  • Pandas数据分析实战(Pandas in action)第3章 Series 方法
    Pandas数据分析实战第3章Series方法read_csv()导入数据集pd.read_csv(filepath_or_buffer="./file/chapter_03/pokemon.csv")#或者pd.read_csv("./file/chapter_03/pokemon.csv")PokemonType0BulbasaurGrass/Poison1......
  • numpy、scipy、pandas、matplotlib的读书报告
    1、基本函数用法Numpy:基础的数学计算模块,来存储和处理大型矩阵,比Python自身的嵌套列表(nestedliststructure)结构要高效的多,本身是由C语言开发。这个是很基础的扩展,其余的扩展都是以此为基础。数据结构为ndarray,一般有三种方式来创建。numpy.array()#创建数组。numpy.ara......