中小学pandas1公开课教案教学设计课件案例测试练习卷题

pandas1：入门+SeriesPandas，即pythondataanalysis的组合缩写，是python语言中基于numpy和matplotlib搭建的第三方数据分析库，与后两者共同构成了python数据分析的基础工具，享有数据分析三剑客之名。pandas导入pandas模块的方法如下:importpandasaspd#pd是用户为导入模块取的别名pandas中的数据结构pandas提供了Series和DataFrame两种数据结构。SeriesSeries是一种一维的数据结构，包含一个数组的数据和一个与数据关联的索引(index)，索引值默认是从0起递增的整数。列表、字典等可以用来创建Series数据结构，与列表不同的是，Series的索引可以指定，类型可以为字符串型。创建Series功能：创建1个Series结构类型的对象，存储3名同学的身高值。序号代码运行结果说明例1importpandasaspds1=pd.Series([166,178,180])print(s1)016611782180dtype:int64通过列表创建索引默认例2importpandasaspds2=pd.Series([166,178,180],index=["s01","s02","s03"])print(s2)s01166s02178s03180dtype:int64通过列表创建索引指定例3importpandasaspds3=pd.Series({'a':1,'b':2,'c':10,'d':20})print(s3)a1b2c10d20dtype:int64通过字典创建查看Series对象的属性值功能：查看Series对象的index、values属性值。序号代码运行结果说明例4importpandasaspds4=pd.Series([166,178,180])foriins4.index:print(i)012查看index例5importpandasaspds5=pd.Series([166,178,180])foriins5.values:print(i)166178180查看values例6importpandasaspds6=pd.Series([166,178,180])foriins6:print(i)166178180与例5结果相同选取并修改Series对象中的值功能：通过索引可以选取Series对象中的值,通过赋值语句可以修改Series对象中的值。序号代码运行结果说明例7importpandasaspds7=pd.Series([166,178,180])s7[0]=168print(s7)016811782180dtype:int64修改索引为0的数据为168例8importpandasaspds8=pd.Series([166,178,180],index=["s01","s02","s03"])s8["s01"]=168print(s8)s01168s02178s03180dtype:int64修改索引为“s01”的数据为168例9importpandasaspds9=pd.Series({'a':1,'b':2,'c':10,'d':20})s9['c']=123print(s9)a1b2c123d20dtype:int64修改索引为‘c’的数据为123课中例析题：1.在python中为了对数据进行分析整理,可以使用的库是（）A.requests库 B.pandas库 C.matplotlib库 D.jieba库2.Pandas中Series左列默认index是从()开始生成。A.0 B.1 C.NaN D.a3.代码创建Series对象,第二行数据的下标是（）importpandasaspds1=pd.Series([188,167,156],index=["I.","II.","III."])A.167 B.2. C.I. D.II.4.下列有关Series说法错误的是（）A.Series中index和values长度必须一致B.Series中必须指定indexC.两个index不同的Series可以相加D.Series经过计算后的index顺序和计算前不一定一致5.Pandas中有两个重要的数据结构:___________、____________pandas2：DataFrameDataFrameDataFrame是一种二维的数据结构，由1个索引列(index)和若干个数据列组成，每个数据列可以是不同的类型。【DataFrame是由一组数据与一对索引（行索引和列索引）组成的表格型数据结构。其存储形式与Excel的数据存储形式很相近。】DataFrame可以看作是共享同一个index的Series的集合。创建DataFrame对象的方法很多，通常用一个相等长度的列表或字典来创建。创建DataFrame使用函数.DataFrame()创建DataFrame对象功能：使用函数.DataFrame()创建DataFrame对象序号代码运行结果说明例1importpandasaspddata=["a","b","c","d"]df1=pd.DataFrame(data)print(df1)00a1b2c3d通过列表创建，创建一列数据例2importpandasaspddata=[["a","A"],["b","B"],["c","C"],["d","D"]]df2=pd.DataFrame(data)print(df2)010aA1bB2cC3dD通过列表创建，创建两列数据例3importpandasaspddata={"小写":["a","b","c","d"],"大写":["A","B","C","D"]}df3=pd.DataFrame(data)print(df3)小写大写0aA1bB2cC3dD通过字典创建，创建两列数据例4importpandasaspddata={"小写":["a","b","c","d"],"大写":["A","B","C","D"]}df4=pd.DataFrame(data,index=["甲","乙","丙","丁"])print(df4)小写大写甲aA乙bB丙cC丁dD通过字典创建，字典中的key值相当于列索引，如要加入行索引，可使用index=[]参数例5importpandasaspddata={"小写":["a","b","c","d"],"大写":["A","B","C","D"]}df5=pd.DataFrame(data,columns=["大写","小写"])print(df5)大写小写0Aa1Bb2Cc3Ddcolumns可以设定数据列的顺序直接读取数据文件创建DataFrame对象功能：直接读取二维数据文件创建DataFrame对象①read_excel()可以从.xlsx文件导入生成DataFrame②read_csv()可以从.csv文件导入生成DataFrame序号代码运行结果说明例6importpandasaspddf6=pd.read_excel("test.xlsx")print(df6)namesexage0Helenfemale151Brucemale192Jackmale17导入.xlsx文件创建DataFrame对象。(以下是test.xlsx中数据)例7importpandasaspddf7=pd.read_csv("test.csv")print(df7)namesexage0Helenfemale151Brucemale192Jackmale17导入.csv文件创建DataFrame对象。(以下是test.csv中数据)name,sex,ageHelen,female,15Bruce,male,19Jack,male,17查看DataFrame对象的属性值功能：查看Series对象的行索引index、列标题columns、值values，并行列转置。序号代码运行结果说明例8importpandasaspddf8=pd.read_excel("test.xlsx")foriindf8.index:print(i)012行索引index(以下是test.xlsx中数据)例9importpandasaspddf9=pd.read_excel("test.xlsx")foriindf9.columns:print(i)namesexage①列标题columns②df9.columns可简写为df9例10importpandasaspddf10=pd.read_excel("test.xlsx")foriindf10.values:print(i)['Helen''female'15]['Bruce''male'19]['Jack''male'17]值values例11importpandasaspddf11=pd.read_excel("test.xlsx")print(df11.T)012nameHelenBruceJacksexfemalemalemaleage151917行列转置选取并修改DataFrame对象中的值选取DataFrame对象中的值功能：DataFrame对象中的一列可以通过字典记法或属性来检索，可以通过布尔型数据选取满足条件的行，使用at[]方法可以根据行标签和列标签选取单个值。选取方法1：法字典记法选取方法2：属性选取方法3：布尔型数据选取方法4：at[]方法序号代码运行结果说明例12importpandasaspddf12=pd.read_excel("test.xlsx")print()0Helen1Bruce2JackName:name,dtype:object字典记法。(以下是test.xlsx中数据)例13importpandasaspddf13=pd.read_excel("test.xlsx")print(df13["sex"])0female1male2maleName:sex,dtype:object属性。例14importpandasaspddf14=pd.read_excel("test.xlsx")print(df14[df14["sex"]=="male"])namesexage1Brucemale192Jackmale17布尔型数据。选取sex为male的数据。例15importpandasaspddf15=pd.read_excel("test.xlsx")print(df15.at[2,"name"])Jackat[]方法。选取第3行”name”列数据。通过赋值修改DataFrame对象中的值功能：DataFrame对象中的列可以通过赋值来修改序号代码运行结果说明例16importpandasaspddf16=pd.read_excel("test.xlsx")df16.age=[16,20,18]print(df16)namesexage0Helenfemale161Brucemale202Jackmale18(以下是test.xlsx中数据)将DataFrame结果导出功能：DataFrame对象导出为.xlsx文件可使用函数to_excel()函数DataFrame对象导出为.csv文件可使用函数to_csv()函数序号代码运行结果说明例17importpandasaspddata=[["a","A"],["b","B"],["c","C"],["d","D"]]df17=pd.DataFrame(data)df17.to_excel("df2excel.xlsx")df17.to_csv("df2csv.csv")生成两个文件：DataFrame结果导出在文件中课中例析题：1.在pandas库中用于查看列类型的函数是A.pandas.DataFrame.shapeB.pandas.DataFrame.dtypesC.pandas.DataFrame.columnsD.pandas.DataFrame.columns.dtypes2.使用to_excel()函数,读取Excel文件创建DataFrame对象,也可以使用read_excel()函数,创建Excel文件保存数据。_____________(填:对或错)3.请使用at[]方法,获取一个df对象中第6行,“姓名”列数据：_____________4.以下程序用data建立一个DataFrame,先后取出member和class数据,并转置显示。______________________________________(1)__data={'grade':['Grade1','Grade1','Grade1','Grade2','Grade2'],'class':['Class1','Class2','Class3','Class1','Class2'],'member':[43,45,44,46,47]}_____________________________________(2)___print(df.T)课后巩固题：1.下列哪个不是Series对象的属性（）A.indexB.valuesC.nameD.T2.下列关于DataFrame的说法,错误的是()A.可以读取Excel文件创建DataFrame对象B.创建DataFrame对象后,可以修改索引C.可以将Series转换为DataFrameD.Series和DataFrame之间不能进行运算3.有如下Python程序段:importpandasaspds1=pd.Series([120,130,180],index=["s01","s02","s03"])s1[1]=125print(s1[s1<179])执行代码后,输出的结果是（）A.120125180B.s01120s02125C.s01125s02130D.1201254.有如下Python程序段:importpandasaspddata=[[1,2,3],[3,4,5],[6,7,8]]df1=pd.DataFrame(data,index=["a","b","c"],columns=["e","f","g"])print(df1)输出的结果是（）A.efg123345678B.efga123b345c678C.a123b345c678D.abce123f345g6785.Series和DataFrame是pandas模块中的数据结构,下列描述错误的是（）A.DataFrame