实验八 Pandas统计分析基础（任务二）

实验目的

1. 了解常用的数据分析方法
2. 掌握pandas的基本操作
3. 掌握缺失值处理方法
4. 掌握重复值处理方法
5. 掌握异常值处理方法
6. 掌握数据分组与差分的应用

实验内容

任务2 导入鸢尾花数据，实现以下操作
特别注意：导入后的DataFrame仅含5列：
Sepal.Length,Sepal.Width,Petal.Length,Petal.Width,Species
（1）读入数据，输出前五行
（2）统计每个品种的数量
（3）按品种划分，每个品种的花萼，花瓣的长度和宽度的最大值分别是多少？
（4）计算每个品种所有属性（花瓣、花萼的长度和宽度）数值的跨度范围，即最大值减去最小值
（5）计算每个品种所有属性（花瓣、花萼的长度和宽度）数值的平均值、最大值

实验过程

（1）读入数据，输出前五行
程序代码如下

import pandas as pd
iris = pd.read_csv('D:\\iris.csv')
print('前5行的数据为：\n',iris.head())

（2）统计每个品种的数量
程序代码如下

import pandas as pd
iris = pd.read_csv('D:\\iris.csv')
print('每个品种的数量为：\n',iris['Species'].value_counts())

（3）按品种划分，每个品种的花萼，花瓣的长度和宽度的最大值分别是多少？
程序代码如下

import pandas as pd
iris = pd.read_csv('D:\\iris.csv')
print('每个品种各指标的最大值为：\n',iris.groupby('Species').max())

（4）计算每个品种所有属性（花瓣、花萼的长度和宽度）数值的跨度范围，即最大值减去最小值
程序代码如下

import pandas as pd
iris = pd.read_csv('D:\\iris.csv')
def range_iris(arr):
    return arr.max()-arr.min()
print('每个品种所有属性数值的跨度范围为：\n',iris.groupby('Species').agg(range_iris))

（5）计算每个品种所有属性（花瓣、花萼的长度和宽度）数值的平均值、最大值
程序代码如下

import pandas as pd
iris = pd.read_csv('D:\\iris.csv')
def range_iris(arr):
    return arr.max()-arr.min()
print('每个品种所有属性数值的平均值、最大值为：\n',iris.groupby('Species').mean(),iris.groupby('Species').max())