Pandas 數據分析，高中體測練習

 

分析體測成績

需求：

體側成績轉變成分數

開卷考試

excel完成能夠

pandas讀取excel代碼中 完成

一個手輸入

進一步，畫圖，分佈，體重正常，肥胖，偏瘦比例，繪製餅圖

男生跑步1000成績，不及格，及格，中等，良好，優秀，柱狀圖繪製

 

 

導包、讀取文件

import numpy as np
​
import pandas as pd
​
from pandas import Series,DataFrame
​
import matplotlib.pyplot as plt
%matplotlib inline

data = pd.read_excel('18級高一體測成績彙總.xls')
data

班級	性別	姓名	1000米	50米	跳遠	體前屈	引體	肺活量	身高	體重	BMI
0	1	男	高孜陽0611	4'13	8.88	195	12	1	2785	170	72.6	NaN
1	1	男	郝少傑1013	4'16	7.70	225	11	7	3133	174	52.7	NaN
2	1	男	郝梓燁0619	4'09	8.45	218	14	1	3901	169	46.5	NaN
3	1	男	何弘源1010	4'21	8.05	206	13	1	4946	183	79.7	NaN
4	1	男	劉碩鵬1212	3'44	7.52	210	13	9	3538	171	54.7	NaN
...	...	...	...	...	...	...	...	...	...	...	...	...
488	17	男	張喬楠0311	4'23	8.27	208	10	0	4647	176	69.5	NaN
489	17	男	郭澤森0333	5'19	9.55	210	15	6	7042	177	76	NaN
490	17	男	陳子龍061X	3'25	7.5	252	13	13	5755	181	65	NaN
491	17	男	王丹龍0636	4'39	7.81	208	14	11	5688	172	51.7	NaN
492	17	男	王玉涵0636	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

# 清洗數據
cond = data['班級'] != '班級' # 把有班級那一行的數據給刪除
​
data = data[cond]   # 獲得新的數據
​
data[:45]

班級	性別	姓名	1000米	50米	跳遠	體前屈	引體	肺活量	身高	體重	BMI
0	1	男	高孜陽0611	4'13	8.88	195	12	1	2785	170	72.6	NaN
1	1	男	郝少傑1013	4'16	7.70	225	11	7	3133	174	52.7	NaN
2	1	男	郝梓燁0619	4'09	8.45	218	14	1	3901	169	46.5	NaN
3	1	男	何弘源1010	4'21	8.05	206	13	1	4946	183	79.7	NaN
4	1	男	劉碩鵬1212	3'44	7.52	210	13	9	3538	171	54.7	NaN
5	1	男	劉運碩0314	3'49	7.94	190	20	7	3970	175	66.4	NaN
6	1	男	呂曉瑤0314	3'54	7.75	186	11	7	3710	173	53.9	NaN
7	1	男	米孜聰0636	4'3	8.06	195	3	1	5578	178	83.1	NaN
8	1	男	聶浩然2719	4'01	7.75	220	15	10	3821	175	66.5	NaN
9	1	男	牛苗嘉1211	4'12	7.38	245	17	11	4423	167	53.9	NaN
10	1	男	牛硯哲2813	4	7.82	219	13	11	4031	173	57.4	NaN
11	1	男	齊子涵185x	4'13	7.37	228	9	15	4354	163	54.6	NaN
12	1	男	喬一甲0616	3'45	7.66	202	7	3	2238	179	61.1	NaN
13	1	男	任曉波0311	3'46	7.66	245	3	7	4811	177	63.9	NaN
14	1	男	戎小龍2633	0	0	0	0	0	0	0	NaN	NaN
15	1	男	桑淳熙0616	3'57	7.60	192	7	5	4147	174	59.2	NaN
16	1	男	田曉龍2411	4'18	8.14	210	8	4	4241	179	61.9	NaN
17	1	男	田玉聰2716	3'32	7.20	255	22	12	5324	183	63.4	NaN
18	1	男	王晨宇0613	3'56	8.15	207	13	12	4363	173	60.5	NaN
19	1	男	王家梁0630	3'47	8.15	202	13	16	5364	174	56	NaN
20	1	男	王樂天3331	3'53	7.85	210	3	7	3445	177	56.9	NaN
21	1	男	王一釗1213	3'57	7.85	220	9	2	5670	177	55.5	NaN
22	1	男	王子天0634	3'42	7.23	212	12	15	5709	185	72.3	NaN
23	1	男	王子鑫0012	4'3	7.68	218	15	3	4780	177	83.7	NaN
24	1	男	未曉錕1214	4'14	8.30	206	15	1	3358	173	46.6	NaN
25	1	男	張國瑞033x	4'04	8.15	205	9	5	3494	169	48.3	NaN
26	1	男	張皓天0632	4'04	7.55	190	12	5	3286	169	50.1	NaN
27	1	男	張澤地0310	4'02	7.55	240	5	12	4483	171	58.4	NaN
28	1	男	張智賢0318	3'57	7.89	220	9	11	4254	166	54.8	NaN
29	1	男	趙博翰101x	4'16	8.19	212	27	7	3498	169	68	NaN
30	1	男	趙澤凱0311	4'01	7.89	213	5	11	4322	174	55.9	NaN
31	1	男	趙澤宇0616	4'08	8.21	208	19	20	3917	166	51.9	NaN
32	1	男	左晶川1217	4'06	8.71	206	11	4	3970	172	47.8	NaN
34	2	男	賈和0633	4'22	7.97	215	9	9	3865	175	58.7	NaN
35	2	男	李森0636	0	0	0	0	0	0	0	NaN	NaN
36	2	男	李一帆1812	4'46	8.79	172	7	1	4750	174	88.6	NaN
37	2	男	李子陽0618	4'01	7.37	210	2	7	4714	182	62.5	NaN
38	2	男	呂星繁0312	0	0	0	0	0	0	0	NaN	NaN
39	2	男	趙凌雲105x	4'13	7.77	208	8	7	4327	173	56	NaN
40	2	男	趙鵬悅2612	4'27	8.8	185	10	5	4745	164	74.8	NaN
42	3	男	宮誠博0612	3'43	6.89	276	16	12	5212	1.84	73.1	NaN
43	3	男	郭亞浩181X	4'04	7.25	240	13	8	4756	1.76	72	NaN
44	3	男	郝曉辰0013	3'38	7.36	246	22	11	4433	1.84	62.5	NaN
45	3	男	李國璽2310	4'19	8.17	220	18	1	4438	1.74	72.2	NaN
46	3	男	李一帆1218	4'08	7.8	227	15	1	6033	1.77	85.6	NaN

data.fillna(0, inplace=True)  # 沒有參加體側的同窗分數都填充成0

# 沒有空數據了
data.isnull().any() #查詢是否還有空數據

班級       False
性別       False
姓名       False
1000米   False
50米     False
跳遠       False
體前屈     False
引體       False
肺活量     False
身高       False
體重       False
BMI     False
dtype: bool

data.head()

班級	性別	姓名	1000米	50米	跳遠	體前屈	引體	肺活量	身高	體重	BMI
0	1	男	高孜陽0611	4'13	8.88	195.0	12	1	2785	170.0	72.6	0.0
1	1	男	郝少傑1013	4'16	7.70	225.0	11	7	3133	174.0	52.7	0.0
2	1	男	郝梓燁0619	4'09	8.45	218.0	14	1	3901	169.0	46.5	0.0
3	1	男	何弘源1010	4'21	8.05	206.0	13	1	4946	183.0	79.7	0.0
4	1	男	劉碩鵬1212	3'44	7.52	210.0	13	9	3538	171.0	54.7	0.0

把數據中的 4'13 轉換成 小數

def convert(x):
    
   if isinstance(x, str):
       minute, second = x.split("'")
       minute = int(minute)
       second = int(second)
       return minute + second / 100.0
   else:
       return x
​
​
data['1000米'] = data['1000米'].map(convert)   # 映射
data.head()

班級 性別 姓名 1000米 50米 跳遠 體前屈 引體 肺活量 身高 體重 BMI 0 1 男 高孜陽0611 4.13 8.88 195.0 12 1 2785 170.0 72.6 0.0 1 1 男 郝少傑1013 4.16 7.70 225.0 11 7 3133 174.0 52.7 0.0 2 1 男 郝梓燁0619 4.09 8.45 218.0 14 1 3901 169.0 46.5 0.0 3 1 男 何弘源1010 4.21 8.05 206.0 13 1 4946 183.0 79.7 0.0 4 1 男 劉碩鵬1212 3.44 7.52 210.0 13 9 3538 171.0 54.7 0.0

加載體側成績評分表

score = pd.read_excel('體側成績評分表.xls', header = [0,1]) 
score

男肺活量 女肺活量 男50米跑 女50米跑 男體前屈 ... 女跳遠 男引體 女仰臥 男1000 女800 成績 分數 成績 分數 成績 分數 成績 分數 成績 分數 ... 成績 分數 成績 分數 成績 分數 成績 分數 成績 分數 0 4540 100 3150 100 7.1 100 7.8 100 23.6 100 ... 204 100 16.0 100 53 100 3'30" 100 3'24" 100 1 4420 95 3100 95 7.2 95 7.9 95 21.5 95 ... 198 95 15.0 95 51 95 3'35" 95 3'30" 95 2 4300 90 3050 90 7.3 90 8.0 90 19.4 90 ... 192 90 14.0 90 49 90 3'40" 90 3'36" 90 3 4050 85 2900 85 7.4 85 8.3 85 17.2 85 ... 185 85 13.0 85 46 85 3'47" 85 3'43" 85 4 3800 80 2750 80 7.5 80 8.6 80 15.0 80 ... 178 80 12.0 80 43 80 3'55" 80 3'50" 80

把男1000 成績 3'30 轉換成小數

def convert(item):
   m, s = item.strip('"').split("'")
   m, s = int(m),int(s)
    
   return m + s / 100.0
​
score.iloc[:,-4] = score.iloc[:,-4].map(convert) # 獲取它的索引

把女800 成績 3'30 轉換成小數

def convert(item):
   m, s = item.strip('"').split("'")
   m, s = int(m),int(s)
    
   return m + s / 100.0
​
score.iloc[:,-2] = score.iloc[:,-2].map(convert) # 獲取它的索引

對應索引 男1000 男50米跑

data.columns =['班級', '性別', '姓名', '男1000', '男50米跑', '跳遠', '體前屈', '引體', '肺活量', '身高', '體重',
       'BMI']
data

s.dtypes

成績    float64
分數     int64
dtype: object

data.dtypes
data['男50米跑'] = data['男50米跑'].astype(np.float)   # 轉換數據類型

data

for col in [ '男1000', '男50米跑']:
    
   s = score[col]   # 獲取成績的標準
    
   def convert(x):
       for i in range(len(s)):   # 獲取長度循環
           if x <= s['成績'].iloc[0]:
               if x == 0:       # 判斷是否沒有成績
                   return 0    
               return 100 
           elif x > s['成績'].iloc[-1]:
               return 0     # 跑得太慢
           elif (x > s['成績'].iloc[i - 1]) and (x <= s['成績'].iloc[i]):
               return s['分數'].iloc[i]
        
         
   data[col + '成績'] = data[col].map(convert)   # 增長一列
    
    
   # 這裏會報錯 數據類型不對   咱們在上面轉換一下數據類型

轉換 '跳遠', '體前屈', '引體', '肺活量'

data.columns

score.head()

for col in ['跳遠', '體前屈', '引體', '肺活量']:
   s = score['男' + col]
    
    
   def convert(x):
       for i in range(len(s)):
           if x >= s['成績'].iloc[i]:
               return s['分數'].iloc[i]
       return 0
    
   data[col + '成績'] = data[col].map(convert)

data.head()

班級 性別 姓名 男1000 男50米跑 跳遠 體前屈 引體 肺活量 身高 體重 BMI 男1000成績 男50米跑成績 跳遠成績 體前屈成績 引體成績 肺活量成績 0 1 男 高孜陽0611 4.13 8.88 195.0 12 1 2785 170.0 72.6 0.0 72 66 60 74 0 62 1 1 男 郝少傑1013 4.16 7.70 225.0 11 7 3133 174.0 52.7 0.0 70 78 74 74 60 68 2 1 男 郝梓燁0619 4.09 8.45 218.0 14 1 3901 169.0 46.5 0.0 74 70 70 78 0 80 3 1 男 何弘源1010 4.21 8.05 206.0 13 1 4946 183.0 79.7 0.0 68 74 64 76 0 100 4 1 男 劉碩鵬1212 3.44 7.52 210.0 13 9 3538 171.0 54.7 0.0 85 78 66 76 68 74

data.columns

cols = ['班級', '性別', '姓名', '男1000','男1000成績', '男50米跑', '男50米跑成績', '跳遠', '跳遠成績','體前屈', '體前屈成績', '引體','引體成績', '肺活量', '肺活量成績', '身高', '體重', 'BMI', ]

cols = ['班級', '性別', '姓名', '男1000','男1000成績', '男50米跑', '男50米跑成績', '跳遠', '跳遠成績','體前屈',
 '體前屈成績', '引體','引體成績', '肺活量', '肺活量成績', '身高',
       '體重', 'BMI', ]

# 根據索引的順序去DataFrame中取值
data[cols]

計算體重

h = data['身高'] 
h[:50]

def convert(x):
   if x >100:
       return x/100
   return x
data['身高'] = data['身高'].map(convert)

data['BMI'] = (data['體重'] / data['身高']**2).round(1)  # 保留1位小數

data.head()

班級 性別 姓名 男1000 男50米跑 跳遠 體前屈 引體 肺活量 身高 體重 BMI 男1000成績 男50米跑成績 跳遠成績 體前屈成績 引體成績 肺活量成績

0 1 男 高孜陽0611 4.13 8.88 195.0 12 1 2785 1.70 72.6 25.12 72 66 60 74 0 62 1 1 男 郝少傑1013 4.16 7.70 225.0 11 7 3133 1.74 52.7 17.41 70 78 74 74 60 68 2 1 男 郝梓燁0619 4.09 8.45 218.0 14 1 3901 1.69 46.5 16.28 74 70 70 78 0 80 3 1 男 何弘源1010 4.21 8.05 206.0 13 1 4946 1.83 79.7 23.80 68 74 64 76 0 100 4 1 男 劉碩鵬1212 3.44 7.52 210.0 13 9 3538 1.71 54.7 18.71 85 78 66 76 68 74 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 488 17 男 張喬楠0311 4.23 8.27 208.0 10 0 4647 1.76 69.5 22.44 68 72 66 72 0 100 489 17 男 郭澤森0333 5.19 9.55 210.0 15 6 7042 1.77 76.0 24.26 40 50 66 80 50 100 490 17 男 陳子龍061X 3.25 7.50 252.0 13 13 5755 1.81 65.0 19.84 100 80 90 76 85 100 491 17 男 王丹龍0636 4.39 7.81 208.0 14 11 5688 1.72 51.7 17.48 62 76 66 78 76 100 492 17 男 王玉涵0636 0.00 0.00 0.0 0 0 0 0.00 0.0 NaN 0 0 0 50 0 0

def convert_bmi(x):
   if x >= 26.4:
       return 60
   elif (x <= 16.4) or (x > 23.3 and x < 26.3):
       return 80
   elif x >= 16.5 and x <= 23.2:
       return 100
   return 0
data['BMI_score'] = data['BMI'].map(convert_bmi)

班級	性別	姓名	男1000	男50米跑	跳遠	體前屈	引體	肺活量	身高	體重	BMI	男1000成績	男50米跑成績	跳遠成績	體前屈成績	引體成績	肺活量成績	BMI_score
0	1	男	高孜陽0611	4.13	8.88	195.0	12	1	2785	1.70	72.6	25.12	72	66	60	74	0	62	80
1	1	男	郝少傑1013	4.16	7.70	225.0	11	7	3133	1.74	52.7	17.41	70	78	74	74	60	68	100
2	1	男	郝梓燁0619	4.09	8.45	218.0	14	1	3901	1.69	46.5	16.28	74	70	70	78	0	80	80
3	1	男	何弘源1010	4.21	8.05	206.0	13	1	4946	1.83	79.7	23.80	68	74	64	76	0	100	80
4	1	男	劉碩鵬1212	3.44	7.52	210.0	13	9	3538	1.71	54.7	18.71	85	78	66	76	68	74	100
5	1	男	劉運碩0314	3.49	7.94	190.0	20	7	3970	1.75	66.4	21.68	80	74	50	90	60	80	100
6	1	男	呂曉瑤0314	3.54	7.75	186.0	11	7	3710	1.73	53.9	18.01	80	76	40	74	60	78	100
7	1	男	米孜聰0636	4.03	8.06	195.0	3	1	5578	1.78	83.1	26.23	76	74	60	62	0	100	80
8	1	男	聶浩然2719	4.01	7.75	220.0	15	10	3821	1.75	66.5	21.71	76	76	72	80	72	80	100
9	1	男	牛苗嘉1211	4.12	7.38	245.0	17	11	4423	1.67	53.9	19.33	72	85	85	80	76	95	100
10	1	男	牛硯哲2813	4.00	7.82	219.0	13	11	4031	1.73	57.4	19.18	78	76	72	76	76	80	100
11	1	男	齊子涵185x	4.13	7.37	228.0	9	15	4354	1.63	54.6	20.55	72	85	76	70	95	90	100
12	1	男	喬一甲0616	3.45	7.66	202.0	7	3	2238	1.79	61.1	19.07	85	78	62	68	20	30	100
13	1	男	任曉波0311	3.46	7.66	245.0	3	7	4811	1.77	63.9	20.40	85	78	85	62	60	100	100
14	1	男	戎小龍2633	0.00	0.00	0.0	0	0	0	0.00	0.0	NaN	0	0	0	50	0	0	0
15	1	男	桑淳熙0616	3.57	7.60	192.0	7	5	4147	1.74	59.2	19.55	78	78	50	68	40	85	100
16	1	男	田曉龍2411	4.18	8.14	210.0	8	4	4241	1.79	61.9	19.32	70	72	66	70	30	85	100
17	1	男	田玉聰2716	3.32	7.20	255.0	22	12	5324	1.83	63.4	18.93	95	95	90	95	80	100	100
18	1	男	王晨宇0613	3.56	8.15	207.0	13	12	4363	1.73	60.5	20.21	78	72	64	76	80	90	100
19	1	男	王家梁0630	3.47	8.15	202.0	13	16	5364	1.74	56.0	18.50	85	72	62	76	100	100	100
20	1	男	王樂天3331	3.53	7.85	210.0	3	7	3445	1.77	56.9	18.16	80	76	66	62	60	74	100
21	1	男	王一釗1213	3.57	7.85	220.0	9	2	5670	1.77	55.5	17.72	78	76	72	70	10	100	100
22	1	男	王子天0634	3.42	7.23	212.0	12	15	5709	1.85	72.3	21.12	85	90	68	74	95	100	100
23	1	男	王子鑫0012	4.03	7.68	218.0	15	3	4780	1.77	83.7	26.72	76	78	70	80	20	100	60
24	1	男	未曉錕1214	4.14	8.30	206.0	15	1	3358	1.73	46.6	15.57	72	72	64	80	0	72	80
25	1	男	張國瑞033x	4.04	8.15	205.0	9	5	3494	1.69	48.3	16.91	76	72	64	70	40	74	100
26	1	男	張皓天0632	4.04	7.55	190.0	12	5	3286	1.69	50.1	17.54	76	78	50	74	40	70	100
27	1	男	張澤地0310	4.02	7.55	240.0	5	12	4483	1.71	58.4	19.97	76	78	80	64	80	95	100
28	1	男	張智賢0318	3.57	7.89	220.0	9	11	4254	1.66	54.8	19.89	78	76	72	70	76	85	100
29	1	男	趙博翰101x	4.16	8.19	212.0	27	7	3498	1.69	68.0	23.81	70	72	68	100	60	74	80
30	1	男	趙澤凱0311	4.01	7.89	213.0	5	11	4322	1.74	55.9	18.46	76	76	68	64	76	90	100
31	1	男	趙澤宇0616	4.08	8.21	208.0	19	20	3917	1.66	51.9	18.83	74	72	66	85	100	80	100
32	1	男	左晶川1217	4.06	8.71	206.0	11	4	3970	1.72	47.8	16.16	74	66	64	74	30	80	80
34	2	男	賈和0633	4.22	7.97	215.0	9	9	3865	1.75	58.7	19.17	68	74	70	70	68	80	100
35	2	男	李森0636	0.00	0.00	0.0	0	0	0	0.00	0.0	NaN	0	0	0	50	0	0	0
36	2	男	李一帆1812	4.46	8.79	172.0	7	1	4750	1.74	88.6	29.26	50	66	10	68	0	100	60
37	2	男	李子陽0618	4.01	7.37	210.0	2	7	4714	1.82	62.5	18.87	76	85	66	60	60	100	100
38	2	男	呂星繁0312	0.00	0.00	0.0	0	0	0	0.00	0.0	NaN	0	0	0	50	0	0	0
39	2	男	趙凌雲105x	4.13	7.77	208.0	8	7	4327	1.73	56.0	18.71	72	76	66	70	60	90	100
40	2	男	趙鵬悅2612	4.27	8.80	185.0	10	5	4745	1.64	74.8	27.81	66	66	40	72	40	100	60
42	3	男	宮誠博0612	3.43	6.89	276.0	16	12	5212	1.84	73.1	21.59	85	100	100	80	80	100	100
43	3	男	郭亞浩181X	4.04	7.25	240.0	13	8	4756	1.76	72.0	23.24	76	90	80	76	64	100	0
44	3	男	郝曉辰0013	3.38	7.36	246.0	22	11	4433	1.84	62.5	18.46	90	85	85	95	76	95	100
45	3	男	李國璽2310	4.19	8.17	220.0	18	1	4438	1.74	72.2	23.85	70	72	72	85	0	95	80
46	3	男	李一帆1218	4.08	7.80	227.0	15	1	6033	1.77	85.6	27.32	74	76	76	80	0	100	60
47	3	男	劉凡1218	4.09	8.06	208.0	10	2	4106	1.70	68.7	23.77	74	74	66	72	10	85	80
48	3	男	劉哲垚1217	4.09	8.16	190.0	2	6	4214	1.67	60.7	21.76	74	72	50	60	50	85	100
49	3	男	米卓凡241X	4.05	8.16	200.0	13	9	3857	1.72	51.4	17.37	76	72	62	76	68	80	100
50	3	男	牛卓凡0614	4.02	8.27	228.0	14	12	3266	1.62	52.2	19.89	76	72	76	78	80	70	100
51	3	男	蘇仕一1233	4.01	8.50	215.0	6	9	3578	1.64	49.9	18.55	76	70	70	66	68	76	100

統計分析

定義需求，畫圖，對比分析

(data['BMI_score'].value_counts()).plot(kind = 'pie', autopct = "%0.2f%%")

(data['BMI_score'].value_counts()).plot(kind = 'bar')

data.groupby(['男1000成績'])['BMI_score'].count().plot()