以实战学习pandas使用方式：统计考生成绩统计及分布

老顾日常工作，是用不到 python 的，所以，老顾的 python 学习进度推进的非常缓慢，至今没用上 pandas 和 numpy，即便参加了新星计划艾派森的学习小组，也没什么动力去看这方面的内容。

结果，昨天在群里，有个小伙伴问老顾能不能帮忙做个数据统计。由于老顾最近准备开营做一期数据库进阶查询的内容，所以这个小伙伴就问怎么用数据库做。

然后的然后，发现这个小伙伴是学了一些 python 基础的。。。。。好么，放着 pandas 不用，想要装个 sqlserver 。。。。也是够可以的。

于是，老顾就用这个小伙伴的内容，做了一次学习，熟悉一下 pandas。

CSDN 文盲老顾的博客，https://blog.csdn.net/superwfei

首先，是有这么一个 excel 表，记录了某年级全部学生的考试成绩。

然后，需要得到全部学生各科的平均分，及格率以及优秀率。

其次，将总表按班级分成多个子表，并对每个班级统计各科的平均分，及格率及优秀率。

再然后，出一个统计表，统计各科目中，各班的平均分，合格率，优秀率，并按照一定权重，计算出最后的合计分，并对合计分进行排名。

最后，出一个简单的统计，统计每个班，前n名各有多少人。

嗯。。。。。好么，一看这需求，那 pandas 必须上啊，一个学习 pandas 的好机会。

为了以后使用方便，把文件名单独放到变量中，后续使用就方便一点。

然后，pandas 自带读 excel 文件的方法，并且可以指定 sheet。很方便哦。

对于平均分，我们好弄，但是及格率和优秀率，却需要一些数据支持了。经过与小伙伴的沟通，初始了两个字典。

用full来记录各科目的满分成绩，用 grade 来记录各档次为满分的百分之多少。

为了保证数据的一致性，我们要读一次 excel 列名，在之后附加数据的时候，保证各列的顺序不会发生紊乱。

pandas 自己提供了 iteritems 方法，这就是一个迭代推导式，直接遍历即可。

可以看到平均分很方便，直接 mean 即可。。。。。

而各种率，老顾就用推导式直接弄了，推导式的学习，可以参考老顾的文章《python 基础系列篇：八、熟练掌握推导式》。

计算方式也很简单，使用 pandas 自带的筛选功能 pd[pd[列] 条件] 可以得到符合条件的结果集，用 len 测下长度，比上总数，就是各种率了。

这里的条件，就是用各科满分成上各种率的比例，为了避免出错，还要限定列是出现在各科目字典中的。

总之，用推导式就完事。

最后把这几个数据，也转成 DataFrame。

后边的数据，要分成各个班级，做成子表，所以，先获取下班级信息。集合加排序，很方便。

需要注意变量名不要使用关键字，比如 class 或者 cls 之类的，会报语法错误哦。

得到班级号之后，直接用列表推导式，得到各班级各自的成绩即可。还是用 DataFrame 的筛选功能。

变量名可以用中文哦，实在不知道怎么给变量起名，作为起名废，那就直接上中文。

然后按照总表得到的统计方式，统计各班的统计信息。

推导式玩得转，代码就看着很简略。

再次沟通后得到各比率的权重和列名集合，继续用推导式得到结果。

名次项，小伙伴有特殊需求，需要1班和2班比较，3，4，5，6，7班进行比较，得出各自的排名。所以，这个只能用循环做了。