体测成绩数据分析

提取码：8828(本文用到的数据文件) 

• import numpy as np
  import pandas as  pd
  from pandas import Series,DataFrame
  import  matplotlib.pyplot as plt
  import seaborn as sns
  # 让图形在控制台打印出来
  
  %matplotlib inline

• boy = pd.read_excel('18级高一体测成绩汇总.xls')

• boy

• #header=[0,1] 把第一行  和第二行 作为  一级  二级索引
  score = pd.read_excel('体测成绩评分表.xls',header=[0,1])

• boy.info()

• #  去掉班级的一列
  temp = boy.loc[boy['班级']!='班级']
  #去完重复 显示有多少个班级
  temp['班级'].unique()

• # inplace=True 直接修改boy里的 6班为6
  boy = boy.loc[boy['班级']!='班级']
  
  #boy.replace(to_replace={"班级":"6班"},value=6,inplace=True)
  
  boy.replace(to_replace={"6班":"6"},inplace=True)

• boy['班级'].unique()

• # 看有没有空值
  # 只要有一个是空值
  boy.isnull().any()
  # 这些字段是否 全为空值
  boy.isnull().all()

• # 所有的学科的都没有参加 设定为缺考
  score_columns = ["1000米","50米","跳远","体前屈","引体","肺活量","身高","体重"]
  temp = boy[score_columns]
  # 找到缺考的数据 索引的组合
  empty_index = temp.loc[temp.isnull().all(axis=1)].index
  empty_index

• # 分数参考表的肺活量
  score['男肺活量']

• boy['肺活量']

• FHL_df = score['男肺活量']
  def boy_FHL(x):
      #遍历成绩表，x 是大于表中哪一个肺活量   
      for data in FHL_df['成绩']:
        if x>=data:
          return FHL_df['分数'].loc[FHL_df['成绩']==data].values[0]
      return 0

•  boy_FHL(3900)

• #  利用map映射 将一张分数表，映射到成绩表中
  ff=boy['肺活量'].map(boy_FHL).values
  ff

• #  利用map映射 将一张分数表，映射到成绩表中
  boy1 = boy.copy();
  boy1['肺活量']=boy['肺活量'].map(boy_FHL)
  boy1[['姓名','肺活量']]

• # 把类型统一浮点类型
  # 将集合都转化为浮点类型
  boy['50米'] = boy['50米'].astype(float)

• df_50M = score['男50米跑']

• # 处理男子50米跑的数据
  def  map_50(x):    
      for   data in df_50M['成绩']:
          if x <= data:
              return df_50M.loc[df_50M['成绩']==data]['分数'].values[0]
      return 0.0

•  map_50(10.4)

• 10

• # 1000米成绩处理
  
  score['男1000'].loc[10,"成绩"]

• '4\'25"'.strip('"')

• "4'25".split("\'")

• # 时间转换的函数
  def   process_data(x):
      # 如果x 不是字符串
      #如果时间是整数直接返回
      if not isinstance(x,str):
          return x
      x = x.strip('"')
      #得到分钟 m s秒
      m,s = x.split("\'")
      second = float(s)/(60)    
      #如果不是整数时间，返回带小数的分钟
      return (float(m) + second)  

•  process_data("4'21")

• 4.35

• # 学生成绩表中的1000 米时间替换一下
  boy['1000米'] = boy['1000米'].map(process_data)
  boy['1000米'] 

• score[("男1000","成绩")] = score[("男1000","成绩")].map(process_data)
  
  score

• # 处理男子1000米跑的数据
  df_1000M = score['男1000']
  df_1000M 
  def  map_1000(x):    
      for   data in df_1000M ['成绩']:
          if x <= data:
              return df_1000M.loc[df_1000M['成绩']==data]['分数'].values[0]
      return 0.0

• boy2 = boy.copy()
  
  boy2['1000米'] =boy['1000米'].map(map_1000)
  boy2

• boy['引体']

• df_YT =  score["男引体"]

• df_YT 

• # 处理男子引体数据
  def  map_YT(x):    
      for data in df_YT['成绩']:
          if x>data:
            return df_YT.loc[df_YT['成绩']==data]["分数"].values[0]
      return 0

• boy['引体'].map(map_YT)

• # 体前屈
  boy[["姓名","体前屈"]]

• df_TQQ = score["男体前屈"]

• #处理提前屈的函数
  def  map_TQQ(x):
       for data in df_TQQ['成绩']:
          if x>=data:
            return df_TQQ.loc[df_TQQ['成绩']==data]["分数"].values[0]
       return 0

• boy.loc[boy["体前屈"].map(map_TQQ) == 50]