DataFrame学生成绩处理

小源1108

于 2023-04-16 11:15:00 发布

阅读量700

点赞数

分类专栏： python爬虫文章标签： python pandas 开发语言

本文链接：https://blog.youkuaiyun.com/weixin_46942074/article/details/130136428

版权

python爬虫专栏收录该内容

15 篇文章

订阅专栏

这段代码使用Python的numpy和pandas库创建并管理学生成绩数据。它生成包含语文、数学、英语成绩的DataFrame，计算总分，找出各科最高分和最低分，并按科目进行排序。此外，还统计了各分数段的学生人数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码如下：

import numpy as np
import pandas as pd
# 
# 构造学生成绩
# 模拟50个学生的语文(chinese),数学(math),英语(english)三科成绩，存储在DataFrame中，
# 使用学生编号["01", "02", ..., "50"]作为index
def createGrades(N):
    index = []
    for i in range(1, N + 1):
        index.append(str(i) if i > 9 else "0" + str(i))
    G = pd.DataFrame(np.zeros((N, 4)),
                     columns=["chinese", "math", "english", "total"],
                     index=index)
    G.chinese = np.floor(np.random.normal(70, 10, N))
    G.math = np.floor(np.floor(np.random.normal(80, 10, N)))
    G.english = np.floor(np.random.normal(75, 10, N))
    G.chinese[G.chinese > 100] = 100
    G.chinese[G.chinese < 0] = 0
    G.math[G.math > 100] = 100
    G.math[G.math < 0] = 0
    G.english[G.english > 100] = 100
    G.english[G.english < 0] = 0
    G.total = G.math + G.chinese + G.english
    return G
def maxminGrade(G):
    print("语文最高分学生：")
    print(G.query("chinese == chinese.max()"))
    print("语文最低分学生：")
    print(G.query("chinese == chinese.min()"))
    print("数学最高分学生：")
    print(G.query("math == math.max()"))
    print("数学最低分学生：")
    print(G.query("math == math.min()"))
    print("英语最高分学生：")
    print(G.query("english == english.max()"))
    print("英语最低分学生：")
    print(G.query("english == english.min()"))
    print("总分最高分学生：")
    print(G.query("total == total.max()"))
    print("总分最低分学生：")
    print(G.query("total == total.min()"))
def sortGrade(G):
    print("按照语文成绩进行排序：")
    # ascending=False从高到低排序
    # ascending=True从低到高排序
    print(G.sort_values(by="chinese", ascending=False))
    print("按照数学成绩进行排序：")
    print(G.sort_values(by="math", ascending=False))
    print("按照英语成绩进行排序：")
    print(G.sort_values(by="english", ascending=False))
    print("按照总分成绩进行排序：")
    print(G.sort_values(by="total", ascending=False))
def rangeGrade(G):# 统计0-60、60-80、80-100各个分数段总共有多少
    index = ["[0, 60)", "[60, 80)", "[80, 100]"]
    R = pd.DataFrame(np.zeros((len(index), 3)),
                     columns=["chinese", "math", "english"],
                     index=index)
    R.loc["[0, 60)", "chinese"] = (G.chinese < 60).sum()
    R.loc["[60, 80)", "chinese"] = ((G.chinese >= 60) & (G.chinese < 80)).sum()
    R.loc["[80, 100]", "chinese"] = ((G.chinese >= 80) & (G.chinese <= 100)).sum()
    R.loc["[0, 60)", "math"] = (G.math < 60).sum()
    R.loc["[60, 80)", "math"] = ((G.math >= 60) & (G.math < 80)).sum()
    R.loc["[80, 100]", "math"] = ((G.math >= 80) & (G.math <= 100)).sum()
    R.loc["[0, 60)", "english"] = (G.english < 60).sum()
    R.loc["[60, 80)", "english"] = ((G.english >= 60) & (G.english < 80)).sum()
    R.loc["[80, 100]", "english"] = ((G.english >= 80) & (G.english <= 100)).sum()
    return R
if __name__ == "__main__":
    N = 50
    G = createGrades(N)
    print(G)
    maxminGrade(G)
    sortGrade(G)
    print(rangeGrade(G))