Python數(shù)據(jù)分析處理(三)

第Python數(shù)據(jù)分析處理(三)然后再調用mean()求平均值，求出男籃、女籃運動員的平均年齡、身高、體重。

3.3統(tǒng)計男籃運動員年齡、身高、體重的極差值

代碼：

sex=data[["年齡（歲）","身高(cm)","體重(kg)"]].groupby(data["性別"])

basketball_male=dict([xforxinsex])['男']

basketball_male

defrange_data_group(arr):

returnarr.max()-arr.min()

#進行每列不同的聚合

basketball_male.agg({

"年齡（歲）":range_data_group,"身高(cm)":range_data_group,"體重(kg)":range_data_group

運行結果：

首先提取數(shù)據(jù)：

單行循環(huán)提取數(shù)據(jù)，dict([xforxinsex])在循環(huán)體內的語句只有一行的情況的下，可以簡化for循環(huán)的書寫。定義一個函數(shù)defrange_data_group(arr):求極差；

極差的求法：使用最大值減去最小值。就得到極差。

agg()函數(shù)：DataFrame.agg（*func*，*axis=0*，*args*，***kwargs*）*

func:函數(shù)，函數(shù)名稱，函數(shù)列表，字典{‘行名/列名'，‘函數(shù)名'}

使用指定軸上的一個或多個操作進行聚合。

需要注意聚合函數(shù)操作始終是在軸（默認是列軸，也可設置行軸）上執(zhí)行，不同于numpy聚合函數(shù)

最后我們可以得到三列數(shù)據(jù)：分別對應"年齡（歲）",“身高(cm)”,“體重(kg)”。

3.4統(tǒng)計男籃運動員的體質指數(shù)

3.4.1添加體重指數(shù)

代碼：

data["體質指數(shù)"]=0

運行結果：

添加一行體重指數(shù)：data[“體質指數(shù)”]=0

3.4.2計算bmi值并添加數(shù)據(jù)

代碼：

#計算bmi數(shù)值

defouter(num):

defbminum(sumbim):

weight=data["身高(cm)"]

height=data["體重(kg)"]

sumbim=weight/(height/100)**2

returnnum+sumbim

returnbminum

將該行數(shù)據(jù)添加上去：

代碼：

#調用函數(shù)

bimdata=data["體質指數(shù)"]

data["體質指數(shù)"]=data[["體質指數(shù)"]].apply(outer(bimdata))

運行結果:

編寫函數(shù)計算bmi數(shù)值outer(num)；然后再使用apply的方法將自定義的函數(shù)應用到"體質指數(shù)"這一列。然后計算出該列的值之后進行賦值。

data[“體質指數(shù)”]=data[[“體質指數(shù)”]].apply(outer(bimdata))

97622)]

編寫函數(shù)計算bmi數(shù)值outer(num)；然后再使用apply的方法將自定義的函數(shù)應用到"體質指數(shù)"