采用前向填充的方式，替换体重为 8 的值
# 采用前向填充的方式，替换体重为 8 的值 female_data['体重'].replace(to_replace='8kg', method='pad',inplace=True) female_data
输出为：
计算女篮球运动员的平均体重
# 计算女篮球运动员的平均体重 female_weight = female_data['体重'].dropna() female_weight = female_weight.apply(lambda x :x[0:-2]).astype(int) fill_female_weight = round(female_weight.mean()) fill_female_weight = str(int(fill_female_weight)) + 'kg' # 填充缺失值 female_data.loc[:,'体重'].fillna(fill_female_weight, inplace=True) female_data
输出为：
查看男和女蓝球运动员的数据
# 查看男和女蓝球运动员的数据 basketball_data = pd.concat([male_data, female_data]) basketball_data['体重'] = basketball_data['体重'].apply(lambda x : x[0:-2]).astype(int) basketball_data.rename(columns={'体重':'体重/kg'}, inplace=True) basketball_data.head(5)
输出为：
设置中文显示 使用箱形图检测男篮运动员身高一列是否有异常值
from matplotlib import pyplot as plt # 设置中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用箱形图检测男篮运动员身高一列是否有异常值 male_data.boxplot(column=['身高/cm']) plt.show()
输出为：
使用箱形图检测女篮运动员身高一列是否有异常值
# 使用箱形图检测女篮运动员身高一列是否有异常值 female_data.boxplot(column=['身高/cm']) plt.show()
输出为：
定义3σ原则检测函数
# 定义基于3σ原则检测的函数 def three_sigma(ser): # 计算平均数 mean_data = ser.mean() # 计算标准差 std_data = ser.std() # 根据数值小于μ-3σ或大于μ+3σ均为异常值 rule = (mean_data-3*std_data>ser) | (mean_data+3*std_data<ser) # 返回异常值的位置索引 index = np.arange(ser.shape[0])[rule] # 获取异常值数据 outliers = ser.iloc[index] return outliers # 使用3σ原则检测女篮运动员的体重数据 female_weight = basketball_data[basketball_data['性别'] == '女'] three_sigma(female_weight['体重/kg'])
输出为：
使用3σ原则检测男篮运动员的体重数据
# 使用3σ原则检测男篮运动员的体重数据 male_weight = basketball_data[basketball_data['性别'] == '男'] three_sigma(male_weight['体重/kg'])
输出为：
以性别分组，对各分组执行求平均数操作，并要求平均数保留一位小数
# 以性别分组，对各分组执行求平均数操作，并要求平均数保留一位小数 basketball_data.groupby('性别').mean().round(1)
输出为：
根据计算的年龄值绘制直方图
import matplotlib.pyplot as plt # 设置图表中文字的字体为黑体 plt.rcParams['font.sans-serif'] = ['SimHei'] # 根据出生日期计算年龄 ages = 2020 - basketball_data['出生日期'].apply(lambda x : x[0:-1]).astype(int) # 根据计算的年龄值绘制直方图 ax = ages.plot(kind='hist') # 设置直方图中x轴、y轴的标签为“年龄(岁)”和“频数” ax.set_xlabel('年龄(岁)') ax.set_ylabel('频数') # 设置x轴的刻度为“ages的最小值, ages的最小值+2, ..., ages最大值+1” ax.set_xticks(range(ages.min(),ages.max()+1, 2)) plt.show()
输出为：
增加“体质指数”一列
# 增加“体质指数”一列 basketball_data['体质指数'] = 0 basketball_data.head(5)
输出为：
计算体质指数
# 计算体质指数 def outer(num): def ath_bmi(sum_bmi): weight = basketball_data['体重/kg'] height = basketball_data['身高/cm'] sum_bmi = weight / (height/100)**2 return num + sum_bmi return ath_bmi
basketball_data['体质指数'] = basketball_data[['体质指数']].apply(outer(basketball_data['体质指数'])).round(1) basketball_data
输出为：
统计体质指数为非正常的女篮运动员的数量
groupby_obj = basketball_data.groupby(by="性别") females = dict([x for x in groupby_obj])['女']['体质指数'].values # 统计体质指数为非正常的女篮运动员的数量 count = females[females < 19].size + females[females > 24].size print(f'体质指数小于19：{females[females < 19]}') print(f'体质指数大于24：{females[females > 24]}') print(f'非正常体质范围的总人数：{count}')
输出为：
统计体质指数为非正常的男篮运动员的数量
males = dict([x for x in groupby_obj])['男']['体质指数'].values # 统计体质指数为非正常的男篮运动员的数量 count = males[males < 20].size + males[males > 25].size print(f'体质指数小于20：{males[males < 20]}') print(f'体质指数大于25：{males[males > 25]}') print(f'非正常体质范围的总人数：{count}')
输出为：
