Pandas数据分析实例

假设我们有一个包含学生信息的数据集，包括学生姓名、年龄、性别、所在班级、数学成绩、语文成绩和英语成绩。我们要对这个数据集进行分析，找出各个班级的平均成绩和总成绩。

首先，我们需要导入 Pandas 库并读取数据集：

import pandas as pd

data = pd.read_csv('students.csv')

接下来，我们可以使用 Pandas 提供的 groupby() 函数按照班级分组，并计算每个班级的平均成绩和总成绩：

grouped_data = data.groupby('班级').agg({
    '数学成绩': ['mean', 'sum'],
    '语文成绩': ['mean', 'sum'],
    '英语成绩': ['mean', 'sum']
})

最后，我们可以将结果输出到一个新的 CSV 文件中：

grouped_data.to_csv('class_scores.csv')

完整代码示例：

import pandas as pd

# 读取数据集
data = pd.read_csv('students.csv')

# 按照班级分组，并计算每个班级的平均成绩和总成绩
grouped_data = data.groupby('班级').agg({
    '数学成绩': ['mean', 'sum'],
    '语文成绩': ['mean', 'sum'],
    '英语成绩': ['mean', 'sum']
})

# 输出结果到CSV文件
grouped_data.to_csv('class_scores.csv')

这样，我们就成功地对学生信息数据集进行了分析，并得出了各个班级的平均成绩和总成绩。