【Python数据分析与处理 实训02】 ---2012欧洲杯信息分析（数据过滤与排序）

【Python数据分析与处理 实训02】 —2012欧洲杯信息分析（数据过滤与排序）

探索2012欧洲杯信息

对于下面的数据集进行简单的一些数据的分析训练

若需要源数据请私信~

读取数据

euro12 = pd.read_csv("G:\Projects\pycharmeProject\大数据比赛\泰迪智能科技\data\Euro2012.csv",sep=",",index_col=0)
print(euro12.head(10))

通过给定的数据集，可以发现原始数据中的第一列为team，第一行为字段列名，可以在读取的时候加入index_col=0可将第一列在读取时看成行名，这样数据集就变成每一个队伍的欧洲杯数据，当然也可以不使用该参数，根据具体情况来看。

1.将数据写出成一个excel文件

euro12.to_excel('G:\Projects\pycharmeProject\大数据比赛\泰迪智能科技\data\Euro12.xls')

通过to_excel（）可以将结果集保存为excel表格

2.只选取Goals这一列。

print(euro12['Goals'])

3.有多少球队参与了2012欧洲杯？

print(euro12['Team'].nunique())

之前统计的时候，我们都使用unique先进行去重操作，然后再进行取size，今天介绍一个新方法nunique（），n代表了个数number，可以直接获取去重数据后的个数。

4.该数据集中一共有多少列(columns)?

print(euro12.shape[1])

5.将数据集中的列Team, Yellow Cards和Red Cards单独存为一个名叫discipline的数据框。

discipline = euro12[['Team', 'Yellow Cards', 'Red Cards']]         # 方式一
print(discipline)
discipline = euro12.loc[:, ['Team', 'Yellow Cards', 'Red Cards']]  # 方式二
print(discipline)

单独存为一个名叫discipline的数据框，简单的说就是提取所需要的有效列，可以通过切片的方式提取列后赋予一个新的变量来实行。

6.对数据框discipline按照先Red Cards再Yellow Cards进行排序。

print(discipline.sort_values(['Red Cards', 'Yellow Cards'], ascending=False))

排序操作，sort_values中参数传入要进行排序的列，当有多个列的时候使用[]包含起来。

7.计算每个球队拿到的黄牌数的平均值。

print(discipline.groupby('Team').agg({'Yellow Cards': 'sum'}).mean())

8.找到进球数Goals超过6的球队数据。

index1 = euro12['Goals'] > 6
print(index1)
print(euro12.loc[index1, :])   # 数据框的第四种索引方式：根据逻辑值进行访问

9. 选取以字母G开头的球队数据。

isG = euro12['Team'].str[0] == "G"
print(isG)
print(euro12.loc[isG,:])

10. 选取前7列。

print(euro12.iloc[:,0:7])

11. 选取除了最后3列之外的全部列。

print(euro12.iloc[:,:-3])

12.找到英格兰(England)、意大利(Italy)和俄罗斯(Russia)的射正率(Shooting Accuracy)。

# 方法一
a = (euro12['Team'] == "England") | (euro12['Team'] == "Italy")  | (euro12['Team'] == "Russia")
print(a)
print(euro12.loc[a,"Shooting Accuracy"])

对于逻辑访问的应用 ，首先筛选出符合条件逻辑。然后再查询Shooting Accuracy。

# 方法二
euro12.set_index('Team',inplace=True)
print(euro12.loc[['England','Italy','Russia'],'Shooting Accuracy'])

我们还可以使用直接提取的方式，但是首先要做一个转变，就是将Team列设定为index，上面一种方法实际上在查询的时候，也是按照逻辑值为true的index去查询的，所以在这里，使用第二种方法，我们直接将Team列设为行索引去查询。