Pandas数据运算与统计分析实验报告-张栩杰

该实验报告是关于Pandas在数据运算与统计分析的应用，由重庆移通学院大数据与计算机科学学院的学生张栩杰完成。实验涵盖了Pandas的下载、安装、导入，以及数据结构、数据运算、数据分析等多个方面，旨在通过实际操作提升学生对Pandas库的掌握。 实验涉及的知识点主要包括： 1. **Pandas数据结构**：Pandas提供了两种核心的数据结构，Series（一维数据结构）和DataFrame（二维表格型数据结构）。Series类似于带标签的一维数组，可以存储各种数据类型；DataFrame则像表格，包含多列，每列可以是不同的值类型。 2. **数据运算**： - **算术运算**：在DataFrame中，可以对相同索引的元素进行加、减、乘、除等算术运算。 - **比较运算**：同样支持比较运算，如等于、不等于、大于、小于等，用于生成布尔掩码。 - **函数应用和映射**：可以使用apply()函数对数据进行自定义函数运算，map()函数用于映射操作，将函数应用到Series或DataFrame的每一项。 3. **数据分析**： - **排序**：可以按照行或列进行排序，可以是升序或降序。 - **基本统计分析**：使用describe()函数可以快速得到数据的基本统计信息，包括计数、均值、标准差、最小值、25%分位数、50%分位数（中位数）、75%分位数和最大值。 - **分组分析**：通过groupby()函数进行分组，可以对每个组进行聚合操作。 - **分布分析**：分析数据的分布情况，例如通过binning将数据划分为不同的区间进行计数。 - **相关分析**：使用corr()函数计算变量间的相关系数，评估它们之间的线性关系。 - **交叉分析**：通过交叉表（crosstab()函数）进行两个分类变量的联合分布分析。 4. **实验操作实例**： - 实验中，学生创建了Series和DataFrame对象，进行了不同索引的运算。 - 对于"成绩表.xlsx"文件，增加了总评成绩列，并计算了统计值。 - 使用describe()函数对成绩进行统计分析。 - 按性别分组，计算总评成绩的平均值。 - 将总评成绩划分为分数等级，统计各等级人数。 - 计算了加分与课堂表现、加分与总评成绩的相关系数。 - 进行了性别与分数等级、性别与缺勤次数的交叉分析。 实验报告还包括了主要操作的代码和结果截图，以便教师对学生的工作进行评估和反馈。通过这样的实验，学生能深入理解Pandas库在实际数据处理和分析中的应用。