4.2.2 编程处理数据教学设计-2024-2025学年浙教版（2019）高中信息技术必修一

教学设计 课程基本信息 课题 编程处理数据（第一课时） 教学目标 1. 能够利用软件工具或平台对数据进行整理、组织、计算。 2. 能编写简单程序用以解决问题。 教学重点： 1. 掌握pandas模块的调用方法、数据结构等基本知识。 2. 利用 DataFrame 的数据结构处理数据，挖掘数据背后的信息。 2.能使用pandas模块对数据进行编辑、计算和统计分析，并能从中提取有用信息形成结论。 教学难点： 1. 从抽象到具体地理解利用Python分析处理数据的特点，提炼数据分析的步骤与方法。 2. 自己编写程序解决实际的问题，并将新的知识模块纳入原有知识体系。 教学过程 1、 导入 同学们好，我是浙江省嵊州市崇仁中学的信息技术孙老师。前面我们学到，大数据的处理包括数据采集、处理和可视化三部分，今天我们一起来学习如何用编程进行数据处理和可视化。编程处理数据由pandas模块处理数据、matplotlib模块绘图和Python分析数据三部分组成。 2、 利用pandas模块处理数据 同学们看到的这组数据就是大数据处理的结果，接下来让我们一起走进今天的学习任务。我们先一起来认识Pandas, pandas模块是基于numpy实现的，主要用于数据的处理与分析。 Pandas 提供的一维Series和二维DataFrame两种数据结构，能方便的帮助我们实现数据的处理和分析。模块在使用前需要用import导入，如import pandas，导入后用pandas. Series或pandas. DataFrame来创建对象，也可以给pandas设置一个别名pd，然后用pd.Series或pd. DataFrame来创建对象。 （1）Series 1.Series的创建 Series包含一个数据列(Values)和一个关联的索引列（index),索引值默认从0开始递增。创建Series对象可以用列表和字典，用列表创建的格式为：pd.series括号里填列表数据，同学们请观察这段代码，import导入pandas模块后，pd.Series括号里填写列表数据，创建了s1对象。执行结果如图所示。 s1对象由索引列和数据列组成。左边一列是关联的索引列（Index），值从0开始递增，右边是列表数据values，也可以通过在pd.series的括号中填写列表数据values和 index=,设置指定索引，索引列的值为设置的索引内容。 除了列表，也可以通过字典创建Series对象，在这段代码中，pd.Series的括号中用了字典data，创建Series对象后，字典键值对中的键作为了Series中的索引Index，键值对中的值作为了Series中的数据values。 实践与思考：要帮助龙龙创建series对象，输出如图1所示的结果，代码中应该输入什么。我们先一起来分析图1，该series对象的索引是指定的早餐，水果，买菜, 数据为12，68.5，105，我们再分析这段代码，在代码中，Series对象数据列的值已经存储在列表xf中，索引是指定的而非默认的从0开始的数值，所以我们要在pd点series的括号中填入列表数据xf和index=早餐，水果，买菜来设置索引为指定的索引。 2.Series的访问与修改 Series对象中的值的访问格式是：对象名 [索引] ，索引可以是默认的如s1[0]，也可以是指定的索引，如s1['s01' ]来选取，修改Series中的值可以通过访问后重新赋值来实现，如s1['s01']等于168实现了把索引号为s01的值修改为168，请同学们思考一下，这里索引号写默认的0是否可行呢？对，也是可以的,现在请同学们写出将s1对象中的数据180改为206的语句。将s1对象中的数据180改为206的语句，可以是s1[2]=206 或 s1['s03']=206 3.Series属性的查看 查看Series对象的属性值，可以用对象名点属性的方法，如s1.values可以输出s1对象中的数据，s1.index可以输出s1对象中的索引。 4.DataFrame对象的创建 DataFrame对象可以通过字典或列表来创建。我们先来学习用字典构建DataFrame对象，创建的格式是pd.DataFrame[字典，columns=标题]，在这段代码中，先定义字典data，创建DataFrame对象df1时用pd.DataFrame[字典,columns=列标题]。这里字典中键值对的键：姓名、性别和借阅次数将作为df1的列标题，键值对中的值将作为df1的数据值values，并自动生成0开始的默认索引。 DataFrame对象也可以通过读取二维数据文件来创建，如用read_excel函数读取Excel文件，直接创建包含索引index、数据values和列标题columns的对象df。 （2）DataFrame 1.DataFrame属性的查看 查看DataFrame对象的属性值,也可以用对象名.属性的方法。Df.index可以查看到该df对象的索引为0到3的有序整数，df.columns可以查看到df的列标题。Df.values可以查看到该对象的所有数据。 2.DataFrame行、列的访问与修改 接下来我们来学习DataFrame对象中，行、列和某一个值的访问与修改。列的访问可以用属性法或字典法。属性法是对象名.列标题，如df.姓名访问的是df1中姓名列数据。字典法是对象名 [列标题]，同样访问姓名列，用字典法表示就是df['姓名' ]。 实践：请同学们思考一下，要访问借阅次数列该怎么实现呢？访问借阅次数列数据 ，字典法是df['借阅次数'] ,属性法是df.借阅次数。 行的访问可以通过切片法来进行。格式是对象名[开始行索引:结束行索引+1 ]，如对象名df[0:1] ，访问的是索引号为0的第一行数据。 实践：现在请同学们访问索引号为0、1的两行数据。df对象中访问索引号为0、1的两行数据的语句是：df [0：2 ] 3.DataFrame中选取满足条件的行 如果要选取满足条件的行，可以通过布尔型数据来选取满足条件的行，格式是对象名[布尔型条件表达式]，如要选取df中借阅次数大于30的行，可以在df[ df.借阅次数>30 ]这里老师用了属性法选取借阅次数列，现在请同学们尝试用字典法书写这条语句:df[df['借阅次数']>30] 实践：接下来请同学输入代码，实现在df对象中选择性别为女的行。属性法是df[df.性别=='女' ]或者字典法df[df ['性别']=='女'] 要选取DataFrame对象中的单个值，可以通过对象名.at[行索引, 列标题]，来访问，如df.点at[0,姓名] 访问第1行、姓名列的值为王静怡。 实践：可以通过赋值的方式来修改第1行、姓名列的值为李云。龙龙发现df对象中李臣武的借阅次数输错了，正确的次数是49，同学们想一下要怎么改正呢？ 将df对象中李臣武的借阅次数改为49，可以用df.at[2，'借阅次数']=49来实现。 4.DataFrame常用函数 DataFrame提供的函数可以进行行、列的编辑和计算，函数的使用格式是对象名.函数，sum():求和函数。如df.借阅次数.sum( )可以求出df中借阅次数这个对象列所有数据的和为121。 Count():求非空项的数量。如df ['姓名' ].count可以求出df的姓名这个对象列中非空数据项个数3。 实践：现在龙龙想知道所有同学借阅次数的平均值，怎么实现呢？是的，求借阅次数的平均值可以用mean()函数，用字典法表达的方法是df['借阅次数'].mean()，用属性法表达的方法是df.借阅次数.mean()。 Append（）：是在指定元素的结尾插入内容。执行df点append代码后，在df对象的最后添加了一行相应的数据，其中代码中的ignore_index=True表示添加数据的索引自动递增。 sort_values（）：用于对数据的排序，axis等于默认的0时，表示数据按列排序。其中代码中的ascending=False表示降序排序，执行df1点sort_values('借阅次数'，ascending=False)后，df1中的数据按照借阅次数列的值降序排序。参数ascending=True则表示数据升序排序。 3、 应用与实践 请同学们收集全班同学本年的图书借阅情况，汇总成电子文档，并用前面所学的知识，统计每位同学借阅总册数，借阅册数最多的前5位同学评选为“看书达人”。 学科网（北京）股份有限公司 $$