不用Pandas包和用pandas包处理数据集

最新推荐文章于 2025-04-07 15:23:55 发布

JavaChaoCo

最新推荐文章于 2025-04-07 15:23:55 发布

阅读量3.9k

点赞数

分类专栏：数据分析与统计文章标签：大数据 python 面试数据 pd

本文链接：https://blog.youkuaiyun.com/JavaChaoCo/article/details/53164722

版权

数据分析与统计专栏收录该内容

12 篇文章

订阅专栏

本文介绍了在准备面试时，如何在Python中处理数据集，包括不使用Pandas包的方法以及利用Pandas（pd）进行数据操作。以一个自定义的数据集为例，展示了数据的读取、操作和分析过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

总结一些最近为准备面试而准备的一些知识，今天总结一下python不用Pandas包和用pandas包处理数据集

自定义数据集：

Id,名称,数学,英语,语文

1,xiaohong,98,87,23

.........

#coding=utf8
import pandas as pd
from pandas import DataFrame,Series
#不使用pandas包处理表格数据
dic={}
with open("test.csv",'r') as f:
	lines=f.readlines();
	line=lines[2:-1]
#计算每个人的总分
#计算每个人不及格的门数
#按总分排名	
for lin in line: 
	li=lin.split(",")
	count=sum(int(x) for x in li[1:])
	su=sum([1 for x in li[1:] if int(x)<60])
	dic[li[0]]=(count,su)
sorted(dic.iteritems(),key=lambda x:x[1][0],reverse=False)		
#计算每门功课的最高成绩和姓名
dc={}
lis1={}
lis2={}
lis3={}
for lin in line:
	li=lin.split(",")
	lis1[li[0]]=int(li[1])
	lis2[li[0]]=int(li[2])
	lis3[li[0]]=int(li[3])
dc["math"]=lis1
dc["english"]=lis2
dc["chinese"]=lis3
for dic in dc.iteritems():
	tmp=dic[1]
	mx=sorted(tmp.iteritems(),key=lambda x:x[1],reverse=True)
	print dic[0],mx[0]

#使用pandas包处理表格数据
data=pd.read_csv("test.csv")
data=data[:len(data)-1]
data["sum"]=0
#计算每个人的总分，放在最后一列
for i in range(0,len(data)):
	data["sum"][i]=sum(data.ix[i,1:])
#按总分排名
data=data.sort_index(by="sum")
#计算每门功课的最高成绩和姓名
for k in data.columns[1:len(data.columns)]:
	data[data[k]==max(data[k])][["name",k]]
#计算每个人不及格的门数
for j in range(len(data)):
	count=0
	for k in range(len(data.ix[j,])):
		if(data.ix[j,k]<60):
			count+=1
	#print data.ix[j,0]

使用pandas包还是简单一些，而且实现过程所花费的时间也少一些，所以数据处理推荐使用pandas包。