Pandas+Pyecharts 您所在的位置:网站首页 学校名称前用不用写省市 Pandas+Pyecharts

Pandas+Pyecharts

2024-07-11 16:07| 来源: 网络整理| 查看: 265

文章目录 🏳️‍🌈 1. 导入模块🏳️‍🌈 2. Pandas数据处理2.1 读取数据2.2 查看表格数据类型2.3 查看表格数据描述2.4 查看表格缺失数据2.5 填充某一列缺失数据2.6 一次性填充所有缺失数据2.7 统计所有排名未改变的学校2.8 统计前50名中排名下降的学校2.9 统计各省市大学数量2.10 各省市大学平均分排序 🏳️‍🌈 3. Pyecharts数据可视化3.1 各省市大学数量和平均分柱状图(横向)3.2 各省市大学数量和平均分柱状图(纵向)3.3 各省市大学数量玫瑰图3.4 各省市大学数量南丁格尔玫瑰图3.5 各省市大学数量地图分布 🏳️‍🌈 4. 可视化项目源码+数据

大家好,我是 Python当打之年

软科中国大学排以专业、客观、透明的优势赢得了高等教育领域和社会的广泛关注和认可,本次将利用Python对我国大学排名和分布情况进行一番研究。

涉及到的内容: Pandas — 数据处理 Pyecharts — 数据可视化

🏳️‍🌈 1. 导入模块 from pyecharts.charts import Map from pyecharts.charts import Bar from pyecharts.charts import Pie from pyecharts import options as opts import pandas as pd 🏳️‍🌈 2. Pandas数据处理 2.1 读取数据 df = pd.read_csv('中国大学综合排名2021.csv', encoding='gb2312') df.head()

在这里插入图片描述

2.2 查看表格数据类型 df.dtypes

在这里插入图片描述

2.3 查看表格数据描述 df.describe()

在这里插入图片描述

可以看到数据一个有582条,升/降数据只有566条,办学层次、学科水平。。。等只有100条,存在数据缺失。

2.4 查看表格缺失数据 df.isnull().sum()

在这里插入图片描述

2.5 填充某一列缺失数据

填充升/降数据,以填充0为例:

df['升/降'].fillna(0, inplace=True) df.isnull().sum()

在这里插入图片描述

2.6 一次性填充所有缺失数据 df.fillna(0, inplace=True) df.describe()

在这里插入图片描述 在这里插入图片描述

2.7 统计所有排名未改变的学校 df[df['升/降']==0]

在这里插入图片描述

2.8 统计前50名中排名下降的学校 df.loc[(df['排名']


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有