pandas數(shù)據(jù)處理練習(xí)講評公開課教案教學(xué)設(shè)計課件案例試卷

Pandas數(shù)據(jù)處理例題21.小王搜集了近5年各省(市)生產(chǎn)總值數(shù)據(jù)，并用Excel軟件進行處理，如圖a所示（1）小王對收集的數(shù)據(jù)先進行了數(shù)據(jù)整理，以下關(guān)于數(shù)據(jù)整理說法錯誤的是____A.對于數(shù)據(jù)缺失的問題，最簡單的處理方法是忽略含有缺失值的實例或?qū)傩訠.對于重復(fù)數(shù)據(jù)，可以在進一步審核的基礎(chǔ)上進行合并或刪除等處理C.邏輯錯誤的數(shù)據(jù)是指數(shù)據(jù)集中不符合一般規(guī)律的數(shù)據(jù)對象C3（2）為計算圖a中的“相對2016年的增長率（%）”，小王已經(jīng)正確計算了單元格G4中的數(shù)據(jù)。他希望將單元格G4中的公式向下自動填充至單元格G34，再將區(qū)域G4:G34中的公式向右自動填充至J列，從而正確計算出區(qū)域G4:J34中的數(shù)據(jù)，則單元格G4中的公式應(yīng)修改為_____________________________=（C4-$B4）/$B4*1004（3）利用圖a數(shù)據(jù)制作的圖表如圖b所示，下列說法正確的是_______（多選)A.制作該圖表的數(shù)據(jù)區(qū)域為A2:A5，A12,F2:F5,F12B.圖表創(chuàng)建后，無法更改圖表的類型C.圖表的柱形上方顯示的具體數(shù)值，是通過設(shè)置圖例實現(xiàn)的D.若修改F4單元格的數(shù)據(jù)，則圖表中北京市對應(yīng)柱形高度將發(fā)生變化AD52.【已?！啃埵占四吵械慕?jīng)營數(shù)據(jù)（數(shù)據(jù)樣例如第2題圖a所示），并對數(shù)據(jù)進行分析。（1）若利用Excel軟件對這些數(shù)據(jù)進行處理，打開的文件界面如第2題圖b所示，要計算所有記錄中的銷售金額，可以通過H3單元格中的公式向下自動填充得到，則H3單元格中的公式是_______________=F3*G36（2）若利用Python編程對這些數(shù)據(jù)進行處理，可采用pandas模塊中的

(填字母：A.Series/B.DataFrame)數(shù)據(jù)結(jié)構(gòu)來存儲這些數(shù)據(jù)比較高效。（3）若要分析各種商品的銷售情況，可以通過對相應(yīng)字段進行分組計數(shù)來完成，在如下程序段。importpandasaspd#導(dǎo)入pandas模塊df=pd.read_csv("超市銷售數(shù)據(jù).csv")#用read_csv函數(shù)讀取數(shù)據(jù)文件g=

#用groupby函數(shù)對相應(yīng)字段進行分組計數(shù)print(len(g))空白處正確的代碼是

A.groupby("商品貨號").count()B.groupby().count()C.df.groupby("商品貨號").count()D.df.groupby().count()（4）若要反映某個時間段內(nèi)客流量的變化趨勢，可選擇

（填字母：A.餅圖/B.折線圖/）類型的圖表進行可視化。BCB73.某投資者將一段時間內(nèi)的證券操作記錄保存在文件“table.xlsx”中，部分界面如下圖a所示。該投資者為了總結(jié)投資經(jīng)驗，編寫如下程序，對數(shù)據(jù)進行分析。請在劃線處填入合適代碼。importpandasaspdimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['SimHei']#使圖形中的中文正常編碼顯示df=pd.read_excel("table.xlsx")print(①)#篩選出所有盈利的證券操作記錄。Print(②)#輸出表格中所有操作的總盈虧df[df["盈虧"]>0]或者df[df.盈虧>0]df.盈虧.sum()或者df["盈虧"].sum()8#以下代碼功能為找出盈利最大的10只證券，并呈現(xiàn)如圖b所示的圖表。g=df.groupby("證券名稱",as_index=False)df1=g.盈虧.sum()df1=③_____________________print(df1[:10])plt.figure(figsize=(8,4))plt.title('盈利前十的證券對比分析圖')plt.④__________(df1[:10].證券名稱,df1[:10].盈虧,label="盈虧")plt.xlabel('證券名稱')plt.ylabel("盈虧金額")plt.legend()#顯示圖例plt.show()df1.sort_values("盈虧",ascending=False)bar94.小明收集了某超市商品價格數(shù)據(jù)，存儲在“商品價格表.xlsx”文件中，其存儲格式如圖a所示。他編寫了Python程序?qū)?shù)據(jù)做了如下整理和分析：（1）將第2條記錄中的單位“廳”改為“聽”，將“總價”列改名為“售價”，并刪除第4條記錄，并計算各商品售價（售價=原價*0.8）（2）按“商品類別”分類統(tǒng)計各類商品的品種數(shù)量，并按各類商品的“品種數(shù)量”降序排序，以柱形圖形式顯示品種最多的10類商品，所建立的圖表如圖b所示。Python程序如下，請在劃線處填入合適的代碼。importpandasaspdimportmatplotlib.pyplotaspltplt.rcParams["font.sans-serif"]=["SimHei"]#用于顯示中文標(biāo)簽data=pd.read_excel("商品價格表.xlsx")data.

#將第2條記錄的單位“廳”改為“聽”data=data.rename(columns={"總價":"售價"})#將“總價”列名稱改為“售價”data=

#刪除第4條記錄data["售價"]=data["原價"]*0.8s=data.groupby("商品類別",as_index=False).商品名稱._________at[1,"單位"]="聽"data.drop(3)count()#按商品類別統(tǒng)計商品品種數(shù)量

s=s.rename(columns={"商品名稱":"品種數(shù)量"})#將分組統(tǒng)計后的“商品名稱”列改名為“品種數(shù)量”s=s.

#按商品類別的品種數(shù)量降序排列s=s.he