分析體測成績

需求：

體側成績轉變成分數

開卷考試

excel完成可以

pandas讀取excel代碼中 完成

一個手輸入

進一步，畫圖，分布，體重正常，肥胖，偏瘦比例，繪制餅圖

男生跑步1000成績，不及格，及格，中等，良好，優秀，柱狀圖繪制

導包、讀取檔案

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

data = https://www.cnblogs.com/quietzpc/p/pd.read_excel('18級高一體測成績匯總.xls')
data

# 清洗資料
cond = data['班級'] != '班級'  # 把有班級那一行的資料給洗掉
?
data = https://www.cnblogs.com/quietzpc/p/data[cond]    #  得到新的資料
?
data[:45]

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

# 沒有空資料了
data.isnull().any()  #查詢是否還有空資料

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()

把資料中的 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 郝少杰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)   # 轉換資料型別

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)):   # 獲取長度回圈
            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)    # 增加一列
    
    
    #  這里會報錯  資料型別不對   我們在上面轉換一下資料型別

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 郝少杰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 郝少杰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)

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()

標籤：其他

上一篇：機器學習回顧篇（14）：主成分分析法（PCA）

下一篇：深度學習之反向傳播演算法（BP）代碼實作