pandas+matplotlib——习题三

运行环境 jupyter notebook

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

1. 导入数据并查看

data01 = pd.read_csv("datasets/US_Baby_Names_right.csv")
data01.head(5)

$~$	Unnamed: 0	Id	Name	Year	Gender	State	Count
0	11349	11350	Emma	2004	F	AK	62
1	11350	11351	Madison	2004	F	AK	48
2	11351	11352	Hannah	2004	F	AK	46
3	11352	11353	Grace	2004	F	AK	44
4	11353	11354	Emily	2004	F	AK	41

2. 删除 Unname:0列 和 Id列(两种方法)

#方法1
data02 = data01.drop(labels=['Unnamed: 0','Id'],inplace=False,axis=1)   #inplace=False 不删除源数据
data02.head(5)
#方法2
del data01['Unnamed: 0']
del data01['Id']

$~$	Name	Year	Gender	State	Count
0	Emma	2004	F	AK	62
1	Madison	2004	F	AK	48
2	Hannah	2004	F	AK	46
3	Grace	2004	F	AK	44
4	Emily	2004	F	AK	41

3 判断出数据集中 男孩名字、女孩名字谁多

Gender_data = data01["Gender"].value_counts()
Gender_data 
输出：
F    558846
M    457549
Name: Gender, dtype: int64 
---------------------------------------
a = Gender_data['F']       #名称索引
b = Gender_data['M']       #名称索引
if a>b:
    print("女孩数量大于男孩")
else:
    print("男孩数量大于女孩") 
输出：
女孩数量大于男孩

4 按照 Name 字段将数据集进行分组 并求和赋值给变量 names

names = data01.groupby('Name').sum()
names.head() 
输出：

$~$	Year	Count
Name
Aaban	4027	12
Aadan	8039	23
Aadarsh	2009	5
Aaden	393963	3426
Aadhav	2014	6

5 按照每个名字被使用的次数（Count）对上步中结果进行降序排序

6 在数据集中，共出现了多少个名字？(不包含重复项，至少使用两种方法)

data03 = data01.drop_duplicates(['Name'])
data03.head()

$~$	Unnamed: 0	Id	Name	Year	Gender	State	Count	gender_M
0	11349	11350	Emma	2004	F	AK	62	0
1	11350	11351	Madison	2004	F	AK	48	0
2	11351	11352	Hannah	2004	F	AK	46	0
3	11352	11353	Grace	2004	F	AK	44	0
4	11353	11354	Emily	2004	F	AK	41	0