2.4.3 体测成绩评分表数据转换
首先我们下载一个 Exel 文件：
链接: https://pan.baidu.com/s/1wxeENf0tjx5bWxTGxkZGeg?pwd=szmk
提取码: szmk
复制这段内容后打开百度网盘手机App，操作更方便哦
下载完成之后，把该文件和我们的代码放到同一个文件夹下，这一操作我们在之前的博客中已经反复说到，这里就不再进行演示
我们先按照传统的方法把数据进行加载查看
import numpy as np import pandas as pd score = pd.read_excel('./体侧成绩评分表.xls') score
是不是感觉看起来特别的别扭？这是因为我们在我们的 Excel 文件中，我们最上方一行每个都占了两列的原因，所以代码运行中的 Unnamed1，Unnamed3 其实就是填充。
针对上述现象，我们可以按如下方法执行：
import numpy as np import pandas as pd # header:告诉 pandas 第一行和第二行作为列索引 score = pd.read_excel('./体侧成绩评分表.xls',header = [0, 1]) score
我们来观察数据：
发现成绩的形式都是：xx'xx" 的形式，现在我们想把它转为数字的形式：
def convert(x): if isinstance(x, str): s = float(x.replace('\"', '').replace('\'', '.')) # 删除 " 替换 ' 为 . return s x = '''3'30"''' convert(x)
我们用上述方法对男生考核标准进行转换：
def convert(x): if isinstance(x, str): s = float(x.replace('\"', '').replace('\'', '.')) return s # 男生考核标准转换 score.iloc[:, -4] = score.iloc[:, -4].apply(convert) score
同样的方法，对女生信息进行转换：
score = pd.read_excel('./体侧成绩评分表.xls',header=[0, 1]) def convert(x): if isinstance(x, str): s = float(x.replace('\"', '').replace('\'', '.')) return s # 男生考核标准转换 score.iloc[:, -4] = score.iloc[:, -4].apply(convert) # 女生考核标准转换 score.iloc[:, -2] = score.iloc[: , -2].apply(convert) score
最后保存我们的文件：
score = pd.read_excel('./体侧成绩评分表.xls',header=[0, 1]) def convert(x): if isinstance(x, str): s = float(x.replace('\"', '').replace('\'', '.')) return s # 男生考核标准转换 score.iloc[:, -4] = score.iloc[:, -4].apply(convert) # 女生考核标准转换 score.iloc[:, -2] = score.iloc[: , -2].apply(convert) score.to_excel('./体侧成绩评分表_处理.xlsx', header=[0, 1])
再来查看以下我们的数据：
pd.read_excel('./体侧成绩评分表_处理.xlsx', header = [0, 1])
可以看到第一列多了一些奇奇怪怪的东西，我们用 index_col = 0 删除：
# index_col = 0 使用第一列作为行索引 pd.read_excel('./体侧成绩评分表_处理.xlsx', header = [0, 1], index_col = 0)
2.4.4 男生体测分数成绩转换
2.4.4.1 男生1000米跑成绩分数转换
注：代码处于运行中将显示：
下列代码运行十几秒，几十秒甚至几分钟都是正常的，耐心等待运行结果即可。
%%time import pandas as pd # 加载处理之后的男生体测成绩 df_boy = pd.read_excel('./男生体测成绩.xlsx') # 加载成绩评分表 score = pd.read_excel('./体侧成绩评分表_处理.xlsx', header = [0,1],index_col = 0) # 定义转换方法 def convert(x): if x == 0: # 说明没有参加体能测试，分数为0分 return 0 for i in range(20): # 成绩划分20等级 if x <= score['男1000米跑']['成绩'][i]: return score['男1000米跑']['分数'][i] return 0 # 说明跑的太慢了，分数为0分 df_boy['男1000米跑'].apply(convert)
2.4.4.2 男生1000米跑成绩分数转换并赋值
%%time import pandas as pd # 加载处理之后的男生体测成绩 df_boy = pd.read_excel('./男生体测成绩.xlsx') # 加载成绩评分表 score = pd.read_excel('./体侧成绩评分表_处理.xlsx', header = [0, 1]) # 定义转换方法 def convert(x): if x == 0: # 说明没有参加体能测试，分数为0分 return 0 for i in range(20): # 成绩划分20等级 if x <= score['男1000米跑']['成绩'][i]: return score['男1000米跑']['分数'][i] return 0 # 说明跑的太慢了，分数为0分 df_boy['男1000米跑' + '分数'] = df_boy['男1000米跑'].apply(convert) df_boy.head(10)
2.4.4.3 批量转换男生速度类成绩分数
%%time import numpy as np import pandas as pd df_boy = pd.read_excel('./男生体测成绩.xlsx') score = pd.read_excel('./体侧成绩评分表_处理.xlsx', header = [0,1], index_col = 0) cols = ['男1000米跑', '男50米跑'] def convert(x, col): if x == 0: # 说明没有参加体能测试，分数为0分 return 0 for i in range(20): # 成绩划分20等级 if x <= score[col]['成绩'][i]: return score[col]['分数'][i] return 0 # 说明跑的太慢了，分数为0分 for col in cols: # args 传入的参数 (col,)元组 s = df_boy[col].apply(convert, args = (col,)) columns = df_boy.columns.to_list() index = columns.index(col) + 1 # 这一列后面 # 向这一列后面添加一列：分数 df_boy.insert(loc = index, column = col + '分数', value = s) df_boy.head()
2.4.4.4 批量转换男生力量型成绩分数并保存
%%time # convert自定义，名字任意 def convert(x, col): for i in range(20): # 成绩划分20等级 if x >= score[col]['成绩'][i]: return score[col]['分数'][i] return 0 # 说明跳远不达标，分数为0分 cols = ['男跳远', '男体前屈', '男引体', '男肺活量'] for col in cols: # apply ,args = (col,)代表某一列，成绩分数转换 s = df_boy[col].apply(convert, args = (col,)) columns = df_boy.columns.to_list() # 后面插入一列 index = columns.index(col) + 1 df_boy.insert(loc = index, column = col + '分数', value = s) display(df_boy.head()) df_boy.to_excel('./男生体测成绩-分数.xlsx', index = False)
2.4.5 女生体测成绩分数转换
%%time import numpy as np import pandas as pd df_girl = pd.read_excel('./女生体测成绩.xlsx') score = pd.read_excel('./体侧成绩评分表_处理.xlsx', header = [0,1],index_col = 0) # 速度类型成绩分数批量转换 cols = ['女800米跑', '女50米跑'] def convert(x, col): if x == 0: # 说明没有参加体能测试，分数为0分 return 0 for i in range(20): # 成绩划分20等级 if x <= score[col]['成绩'][i]: return score[col]['分数'][i] return 0 # 说明跑的太慢了，分数为0分 for col in cols: s = df_girl[col].apply(convert, args = (col,)) columns = df_girl.columns.to_list() index = columns.index(col) + 1 df_girl.insert(loc = index, column = col + '分数', value = s) # 力量型成绩分数批量转换 cols = ['女跳远', '女体前屈', '女仰卧', '女肺活量'] def convert(x, col): for i in range(20): # 成绩划分20等级 if x >= score[col]['成绩'][i]: return score[col]['分数'][i] return 0 # 说明跳远不达标，分数为0分 for col in cols: s = df_girl[col].apply(convert, args = (col,)) columns = df_girl.columns.to_list() index = columns.index(col) + 1 df_girl.insert(loc = index, column = col + '分数', value = s) df_girl.to_excel('./女生体测成绩-分数.xlsx', index = False) df_girl.head(10)
2.4.6 保存成绩
最后我们把男女生成绩整合到一个文件当中：
with pd.ExcelWriter('./分数汇总.xlsx') as writer: df_boy.to_excel(writer, sheet_name = '男生', index = False) df_girl.to_excel(writer, sheet_name = '女生', index = False)
