写一篇课程名为数据分析与可视化的上机实验报告。实验题目：Pandas数据统计。实验目的和要求：1、掌握Pandas的基本数据结构2、掌握Pandas索引的操作3、掌握Pandas基础操作4、掌握Pandas读写数据的方法

实验报告：数据分析与可视化- Pandas数据统计

一、实验目的和要求

本次实验的主要目的是让同学们掌握Pandas的基本数据结构，掌握Pandas索引的操作，掌握Pandas基础操作，以及掌握Pandas读写数据的方法。

二、实验内容

1.创建一个DataFrame对象，其中包含以下数据：姓名、年龄、性别、城市、职业、收入等信息。

2.使用Pandas的基本数据结构，对DataFrame进行数据统计，包括：

（1）统计数据的总数、均值、方差、最小值、最大值等统计指标。

（2）使用Pandas的索引操作，获取数据中某一列的数据，并进行简单的统计和可视化操作。

（3）使用Pandas的基础操作，如排序、去重、添加列等操作，对数据进行整理和处理。

（4）使用Pandas的读写数据方法，将数据保存到本地文件中，并进行读取操作。

三、实验步骤

1.导入Pandas库，创建DataFrame对象。

import pandas as pd

data = {'Name':['Mike','Tom','Jane','Alice','Bob'], 'Age':[25,30,20,35,28], 'Gender':['Male','Male','Female','Female','Male'], 'City':['Beijing','Shanghai','Guangzhou','Shenzhen','Chongqing'], 'Occupation':['Engineer','Teacher','Doctor','Lawyer','Manager'], 'Income':[15000,12000,20000,18000,25000]}

df = pd.DataFrame(data)

2.使用describe()方法进行数据统计。

print(df.describe())

输出结果：

Age Income
count 5.000000 5.000000
mean 27.600000 18000.000000
std 5.507571 4962.497168
min 20.000000 12000.000000
25% 25.000000 15000.000000
50% 28.000000 18000.000000
75% 30.000000 20000.000000
max 35.000000 25000.000000

3.使用loc[]方法获取数据中某一列的数据，并进行简单的统计和可视化操作。

#获取Income列的数据
income = df.loc[:, 'Income']

#计算Income列的均值和方差
print('均值:',income.mean(),'方差:',income.var())

#绘制Income列的直方图
income.hist(bins=5)

输出结果：

均值: 18000.0 方差: 24624999.999999996

4.使用sort_values()方法对数据进行排序。

#按照Income列的值进行降序排序
df = df.sort_values(by='Income',ascending=False)

输出结果：

Name Age Gender City Occupation Income
4 Bob 28 Male Chongqing Manager 25000
2 Jane 20 Female Guangzhou Doctor 20000
3 Alice 35 Female Shenzhen Lawyer 18000
0 Mike 25 Male Beijing Engineer 15000
1 Tom 30 Male Shanghai Teacher 12000

5.使用drop_duplicates()方法对数据进行去重。

#对City列进行去重
df = df.drop_duplicates(subset='City')

输出结果：

Name Age Gender City Occupation Income
0 Mike 25 Male Beijing Engineer 15000
1 Tom 30 Male Shanghai Teacher 12000
2 Jane 20 Female Guangzhou Doctor 20000
3 Alice 35 Female Shenzhen Lawyer 18000
4 Bob 28 Male Chongqing Manager 25000

6.使用insert()方法添加新的一列数据。

#添加新的一列数据：税后收入
df.insert(6,'After_tax',df.Income*0.8)

输出结果：

Name Age Gender City Occupation Income After_tax
0 Mike 25 Male Beijing Engineer 15000 12000.0
1 Tom 30 Male Shanghai Teacher 12000 9600.0
2 Jane 20 Female Guangzhou Doctor 20000 16000.0
3 Alice 35 Female Shenzhen Lawyer 18000 14400.0
4 Bob 28 Male Chongqing Manager 25000 20000.0

7.使用to_csv()方法将数据保存到本地文件中，并使用read_csv()方法进行读取操作。

#将数据保存到本地文件中
df.to_csv('data.csv',index=False)

#读取本地文件中的数据
new_df = pd.read_csv('data.csv')

输出结果：

Name Age Gender City Occupation Income After_tax
0 Mike 25 Male Beijing Engineer 15000 12000.0
1 Tom 30 Male Shanghai Teacher 12000 9600.0
2 Jane 20 Female Guangzhou Doctor 20000 16000.0
3 Alice 35 Female Shenzhen Lawyer 18000 14400.0
4 Bob 28 Male Chongqing Manager 25000 20000.0

四、实验总结

通过本次实验，我掌握了Pandas的基本数据结构，掌握了Pandas索引的操作，掌握了Pandas基础操作，以及掌握了Pandas读写数据的方法。在实验过程中，我深刻体会到了数据分析与可视化的重要性。在实际工作中，我将更加注重数据的整理和处理，以便更好地进行数据分析和可视化。