import pandas as pd # 读取两个表 df1 = pd.read_csv('students.csv') # 学生基本信息 df2 = pd.read_csv('scores.csv') # 学生成绩 # 按"学号"列合并（内连接：只保留两边都有的学号） df_merged = pd.merge(df1, df2, on='学号', how='inner') # how参数说明： # 'inner' - 内连接：只保留两边都有的 # 'left' - 左连接：保留左边全部，右边没有就填NaN # 'right' - 右连接：保留右边全部 # 'outer' - 外连接：两边都保留 # 纵向拼接（比如1月数据和2月数据） df_jan = pd.read_csv('jan.csv') df_feb = pd.read_csv('feb.csv') df_all = pd.concat([df_jan, df_feb], ignore_index=True)

# 创建透视表：按班级和科目统计平均分 pivot = df.pivot_table( values='分数', # 要统计的数值列 index='班级', # 行维度 columns='科目', # 列维度 aggfunc='mean' # 统计方式：mean平均、sum求和、count计数 ) print(pivot) # 多级透视 pivot2 = df.pivot_table( values='销售额', index=['年份', '月份'], columns='地区', aggfunc='sum', fill_value=0 # 空值填0 )

# 宽格式 → 长格式（melt） df_long = pd.melt( df, id_vars=['姓名'], # 保持不变的列 value_vars=['语文', '数学', '英语'], # 要融化的列 var_name='科目', # 新列名：原来的列名 value_name='分数' # 新列名：原来的值 ) # 长格式 → 宽格式（pivot） df_wide = df_long.pivot( index='姓名', columns='科目', values='分数' )

# 按单列分组，计算平均值 df.groupby('班级')['成绩'].mean() # 按多列分组 df.groupby(['班级', '性别'])['成绩'].mean() # 多种统计方式同时计算 df.groupby('班级')['成绩'].agg(['mean', 'max', 'min', 'count']) # 对不同列用不同统计方式 df.groupby('班级').agg({ '成绩': 'mean', '出勤率': 'mean', '学号': 'count' })

# Min-Max归一化：缩放到0-1之间 df['收入_归一'] = (df['收入'] - df['收入'].min()) / (df['收入'].max() - df['收入'].min()) # Z-score标准化：均值为0，标准差为1 df['成绩_标准'] = (df['成绩'] - df['成绩'].mean()) / df['成绩'].std() # 使用sklearn（更专业） from sklearn.preprocessing import MinMaxScaler, StandardScaler scaler = MinMaxScaler() df[['收入', '年龄']] = scaler.fit_transform(df[['收入', '年龄']])