《Python數(shù)據分析與應用案例教程》（李兆延）教案 第12課 數(shù)據的排序與排名及統(tǒng)計分析

課題第12課數(shù)據的排序與排名分析課時2課時（90min）教學目標知識技能目標：（1）掌握數(shù)據的排序分析的方法（2）掌握數(shù)據排名分析的方法（3）掌握數(shù)值型和字符型數(shù)據統(tǒng)計分析的方法（4）能對數(shù)據進行排名與排序，統(tǒng)計等分析素質目標：（1）提高分析問題、針對不同問題選擇合適方法的能力教學重難點教學重點：數(shù)值型和字符型數(shù)據統(tǒng)計分析的方法教學難點：能對數(shù)據進行合排名與排序，統(tǒng)計等分析教學方法案例分析法、問答法、討論法、講授法教學用具電腦、投影儀、多媒體課件、教材、文旌課堂APP教學設計第1節(jié)課：→→傳授新知（28min）→課堂討論（10min）第2節(jié)課：→傳授新知（20min）→課堂討論（12min）→課堂小結（3min）→作業(yè)布置（2min）教學過程主要教學內容及步驟設計意圖第一節(jié)課考勤

（2min）【教師】使用文旌課堂APP進行簽到【學生】按照老師要求簽到培養(yǎng)學生的組織紀律性，掌握學生的出勤情況問題導入（5min）【教師】提出問題在進行數(shù)據分析之前要進行數(shù)據預處理，除了查找缺失值和重復值，數(shù)據預處理還需要進行哪些操作？【學生】思考、舉手回答通過提問的方法，了解學生對上節(jié)課知識的掌握程度和預習情況，進而引出新知傳授新知

（28min）【教師】總結學生的回答，并引入新知，講解數(shù)據排序的相關知識3.2.1數(shù)據的排序分析?【教師】請同學們掃描二維碼學習數(shù)據排序分析，并回答以下問題：如何理解數(shù)據的排序分析？數(shù)據排序有哪些順序？?【學生】掃描二維碼、思考、回答問題?【教師】總結學生的回答，并講解新知數(shù)據的排序分析是指對數(shù)據按指定的標準進行升序或降序排序分析。DataFrame對象中數(shù)據的排序可分為按索引或標簽排序及按值排序。1．按索引或標簽排序?【教師】多媒體出示了sort_index()函數(shù)的一般格式（詳見教材），并詳細講解各部分表示的內容Pandas提供了sort_index()函數(shù)用于按索引或標簽排序，其一般格式如下。DataFrame.sort_index(axis=0,ascending=True,inplace=False,ignore_index=False)其中，axis表示按行或列的索引或標簽排序，取0或“index”表示按行索引或標簽，取1或“columns”表示按列索引或標簽，默認為0；ascending表示排序方式，取True表示升序排序，取False表示降序排序，默認為True；inplace和ignore_index與之前介紹過的一致，表示是否替換原數(shù)據和是否忽略原索引或標簽。?【教師】按照教材步驟逐步分析并進行演示例4-1（詳見教材）的程序編寫步驟：importnumpyasnpimportpandasaspd#隨機生成3×3的數(shù)組arr=np.random.randint(1,20,size=(3,3))df=pd.DataFrame(arr,columns=['c','b','a'])print('原始數(shù)據：\n',df)print('按行索引降序排序：\n',df.sort_index(ascending=False))print('按列標簽升序排序：\n',df.sort_index(axis=1))（詳見教材）?【學生】觀察、記錄、理解?【學生】教師演示完成后，學生按照教材提示和教師演示進行實際操作，并對比程序運行結果（詳見教材）?【教師】巡視課堂記錄，對學生進行個別指導2．按值排序?【教師】多媒體出示了sort_values()函數(shù)的一般格式（詳見教材），并詳細講解各部分表示的內容Pandas提供了sort_values()函數(shù)用于按行或列的值排序，其一般格式如下。DataFrame.sort_values(by,axis=0,ascending=True,inplace=False,ignore_index=False)其中，by表示索引或標簽，如果DataFrame對象沒有設置標簽，則為索引，如果設置了標簽，則須為標簽；axis表示按行或列的值排序，取0或“index”表示按列的值，取1或“columns”表示按行的值，默認為0。?【教師】按照教材步驟逐步分析并進行演示例4-2（詳見教材）的程序編寫步驟：importnumpyasnpimportpandasaspdarr=np.random.randint(1,20,size=(3,3))df=pd.DataFrame(arr)print('原始數(shù)據：\n',df)print('按第2行的值升序排序：\n',df.sort_values(by=1,axis=1))print('按第2列的值升序排序：\n',df.sort_values(by=1))df.columns=['a','b','c']print('設置列標簽后的原始數(shù)據：\n',df)print('按a列的值降序排序：\n',df.sort_values(by='a',ascending=False))（詳見教材）?【學生】觀察、記錄、理解?【學生】教師演示完成后，學生按照教材提示和教師演示進行實際操作，并對比程序運行結果（詳見教材）?【教師】巡視課堂記錄，對學生進行個別指導4.1.2數(shù)據排名分析數(shù)據的排名分析是指對一列數(shù)據進行升序或降序排名分析。?【教師】多媒體出示了rank()函數(shù)的一般格式（詳見教材），并詳細講解各部分表示的內容Pandas提供了rank()函數(shù)用于數(shù)據的排名，其一般格式如下。DataFrame.rank(method='average',ascending=True)其中，method表示重復數(shù)據排名的處理方法，如果為“average”表示取相同數(shù)據排名中的平均排名；如果為“min”表示取相同數(shù)據排名中的最小排名；如果為“max”表示取相同數(shù)據排名中的最大排名；如果為“first”表示按順序排名；默認為“average”。該函數(shù)返回一個Series對象，數(shù)據類型為浮點型。?【教師】按照教材步驟逐步分析并進行演示例4-3（詳見教材）的程序編寫步驟：importpandasaspdpd.set_option('display.unicode.east_asian_width',True)df=pd.DataFrame([2,5,5,5,10,3,4,12,7,10],columns=['原始數(shù)據'])df['順序排名']=df['原始數(shù)據'].rank(method='first')df['最大值排名']=df['原始數(shù)據'].rank(method='max')df['最小值排名']=df['原始數(shù)據'].rank(method='min')df['平均值排名']=df['原始數(shù)據'].rank(method='average')print(df)（詳見教材）?【學生】觀察、記錄、理解?【學生】教師演示完成后，學生按照教材提示和教師演示進行實際操作，并對比程序運行結果（詳見教材）?【教師】巡視課堂記錄，對學生進行個別指導?【教師】提出學習任務：對比程序結果，進行程序分析。?【學生】觀察、記錄、理解、分析、回答問題?【教師】總結學生的回答，并對程序進行分析順序排名是原始數(shù)據默認的升序排名。例如，2最小則排名為1，12最大則排名為10，3個5按順序排名，第1個5排名為4，第2個5排名為5，第3個5排名為6。最大值排名是在相同數(shù)據的排名中取最大的排名。例如，3個5按順序排名分別為4、5、6，則其最大值排名都取6。同理，3個5的最小值排名都取4，它們的平均值排名則取(4+5+6)/3=5?！咎崾尽拷處熤v解reset_index()函數(shù)的用途?【學生】聆聽、思考【學生】聆聽、思考、理解、記憶通過教師講解、課堂討論、多媒體演示等方式，使學生了解數(shù)據排序排名分析的相關內容課堂實踐

（10min）【教師】提出以下問題讓學生進行實踐練習：將“學生成績表.xlsx”文件中的學生成績按總成績降序排名，并按排名升序排序，文件內容如圖所示。【學生】聆聽、思考、討論、實踐練習【教師】總結學生的回答，進行問題分析及程序說明問題分析：首先導入“學生成績表.xlsx”文件中的數(shù)據；然后通過分組和聚合計算學生的總成績；最后按總成績降序排名（最小值排名），并按排名升序排序。在實際應用中，對學生總成績進行排名時，如果學生總成績相同，會按語文成績降序排序。因此，在按排名升序排序后，需要按排名進行分組，然后對每組數(shù)據按語文成績降序排序，并縱向連接。參考代碼：importpandasaspdpd.set_option('display.unicode.east_asian_width',True)df=pd.read_excel('學生成績表.xlsx')#分組和聚合計算總成績df['總成績']=df.groupby({'語文':'總成績','數(shù)學':'總成績','英語':'總成績','綜合':'總成績'},axis=1).agg('sum')#按總成績降序排名df['排名']=df['總成績'].rank(method='min',ascending=False)#按排名升序排序，并重新設置連續(xù)的行索引df.sort_values('排名',inplace=True,ignore_index=True)df1=pd.DataFrame()groups=df.groupby('排名')forgroupingroups:df2=pd.DataFrame(group[1])df2.sort_values('語文',ascending=False,inplace=True)df1=pd.concat([df1,df2])df1=df1.reset_index(drop=True) #重新設置連續(xù)的行索引print(df1)通過課堂實踐，加深學生對數(shù)據排序與排名的理解第二節(jié)課問題導入（8min）【教師】提出問題我們已經學習了數(shù)據排序的相關知識，那么數(shù)據應該如何統(tǒng)計呢？【學生】聆聽、思考、回答問題通過提問的方法，引導學生主動思考，激發(fā)學生的學習興趣傳授新知（20min）【教師】總結學生的回答，并引入新知，講解數(shù)據統(tǒng)計分析的相關知識?【教師】請同學們掃描二維碼學習數(shù)據統(tǒng)計分析，并回答以下問題：什么是數(shù)據統(tǒng)計分析？數(shù)據統(tǒng)計分析包含哪些內容？?【學生】掃描二維碼、思考、回答問題?【教師】總結學生的回答，并講解新知4.2.1數(shù)值型數(shù)據統(tǒng)計分析數(shù)值型數(shù)據的描述性統(tǒng)計主要包括最大值、最小值、均值、中位數(shù)、四分位數(shù)、極差、方差、標準差等統(tǒng)計指標。?【教師】多媒體出示了常用的統(tǒng)計函數(shù)表格（詳見教材），并詳細講解各部分表示的內容函數(shù)說明函數(shù)說明count()統(tǒng)計非缺失值個數(shù)quantile()計算四分位數(shù)sum()計算總和var()計算方差max()獲取最大值mode()計算眾數(shù)min()獲取最小值std()計算標準差mean()計算均值cumsum()計算累加和median()計算中位數(shù)cumprod()計算累加積（1）四分位數(shù)是指將一組從小到大的順序數(shù)據等分為4部分（每部分包含25%的數(shù)據）的3個分割點，處在25%、50%、75%位置的四分位數(shù)分別為下四分位數(shù)、中位數(shù)、上四分位數(shù)。在quantile()函數(shù)中，參數(shù)q取0.5表示計算中位數(shù)，取0.25表示計算下四分位數(shù)，取0.75表示計算上四分位數(shù)，默認為0.5。（2）方差是指每個數(shù)據與該組數(shù)據的平均值之差的平方值的平均值。（3）眾數(shù)是指一組數(shù)據中出現(xiàn)次數(shù)最多的數(shù)據，代表了數(shù)據的一般水平。（4）標準差是指方差的算術平方根。（5）累加和、累加積是指對數(shù)據進行累計相加、相乘。統(tǒng)計函數(shù)默認按列進行計算，如果需要按行進行計算，則須將axis參數(shù)設置為1。此外，只對數(shù)值型數(shù)據進行計算時，應設置numeric_only參數(shù)為True。?【教師】多媒體出示了describe()函數(shù)統(tǒng)計數(shù)值型數(shù)據的屬性表格（詳見教材），并詳細講解各部分表示的內容屬性說明屬性說明count非缺失值個數(shù)25%下四分位數(shù)mean均值50%中位數(shù)std標準差75%上四分位數(shù)min最小值max最大值?【教師】按照教材步驟逐步分析并進行演示例4-5（詳見教材）的程序編寫步驟：使用sum()函數(shù)和mean()函數(shù)按行計算每個學生的總成績和平均成績，然后使用describe()函數(shù)按列計算各科成績、總成績和平均成績的統(tǒng)計指標。importpandasaspdpd.set_option('display.unicode.east_asian_width',True)df=pd.read_excel('學生成績表.xlsx')#按行計算總成績，并添加到列末df['總成績']=df.sum(axis=1,numeric_only=True)#按行計算平均成績，并添加到列末df['平均成績']=df.mean(axis=1,numeric_only=True)print(df) #輸出添加總成績和平均成績后的數(shù)據print(df.describe()) #輸出各科成績、總成績和平均成績的統(tǒng)計指標（詳見教材）?【學生】觀察、記錄、理解?【學生】教師演示完成后，學生按照教材提示和教師演示進行實際操作，并對比程序運行結果（詳見教材）?【教師】巡視課堂記錄，對學生進行個別指導4.2.2字符型數(shù)據統(tǒng)計分析字符型數(shù)據具有分類作用，如班級、商品名稱、城市名等，它的統(tǒng)計主要是頻數(shù)統(tǒng)計。?【教師】多媒體出示了value_counts()函數(shù)的一般格式（詳見教材），并詳細講解各部分表示的內容DataFrame.value_counts(subset=None,normalize=False,ascending=False)其中，subset表示列標簽或列表，如果為列表，表示統(tǒng)計多列中每行數(shù)據的頻數(shù)，默認為所有列；normalize表示是否按頻率顯示（頻率=頻數(shù)/總頻數(shù)），取True表示按頻率顯示，取False表示按頻數(shù)顯示，默認為False；ascending表示頻率或頻數(shù)的排序方式，默認為False，即降序排序。?【提示】教師講解value_counts()函數(shù)的作用?【學生】聆聽、思考?【教師】多媒體出示了describe()函數(shù)統(tǒng)計字符型數(shù)據的一般格式（詳見教材），并詳細講解各部分表示的內容屬性說明屬性說明count非缺失值個數(shù)top出現(xiàn)次數(shù)最多的數(shù)據unique數(shù)據的種類數(shù)量freq出現(xiàn)次數(shù)最多的數(shù)據的個數(shù)?【教師】按照教材步驟逐步分析并進行演示例4-6（詳見教材）的程序編寫步驟：importpandasaspdpd.set_option('display.unicode.east_asian_width',True)df=pd.DataFrame([['A','C','B'],['B','A','C'],['A','B','C'],['A','B','C']],columns=['a','b','c'])print('原始數(shù)據：\n',df)print('按頻數(shù)降序統(tǒng)計a列：\n',df.value_counts('a'))print('按頻率升序統(tǒng)計b列：\n',df.value_counts('b',normalize=True,ascending=True))print('按頻數(shù)降序統(tǒng)計所有列：\n',df.value_counts())print('使用describe()函數(shù)統(tǒng)計所有列：\n',df.describe())（詳見教材）?【學生】觀察、記錄、理解?【學生】教師演示完成后，學生按照教材提示和教師演示進行實際操作，并對比程序運行結果（詳見教材）?【教師】巡視課堂記錄，對學生進行個別指導?【教師】提出學習任務：對比程序結果，進行程序分析。?【學生】觀察、記錄、理解、分析?【教師】總結學生的分析結果統(tǒng)計所有列時，將會以一行作為整體統(tǒng)計相應的