本文已参与「新人创作礼」活动，一起开启掘金创作之路运动员信息的分组与聚合

3.1 数据的爬取代码：

import pandas as pd f = open('运动员信息表.csv') data=pd.read_csv(f,skiprows=0,header=0) print(data) 1 2 3 4 运行结果：

首先使用pd.read_csv(f,skiprows=0,header=0)进行数据的读取，并且将数据转换成为dataframe的格式给对象，做初始化，方便后面进行数据的分析。

3.2统计男篮、女篮运动员的平均年龄、身高、体重代码：

3.2统计男篮、女篮运动员的平均年龄、身高、体重

sex=data[["年龄（岁）","身高(cm)","体重(kg)"]].groupby(data["性别"])

print(sex.mean()) 1 2 3 4 运行结果：

首先我们先把数据提取出来做个分组，先把"年龄（岁）",“身高(cm)”,"体重(kg)"这三行数据提取出来再根据性别进行分组。

sex=data[["年龄（岁）","身高(cm)","体重(kg)"]].groupby(data["性别"]) 1 然后再调用mean()求平均值，求出男篮、女篮运动员的平均年龄、身高、体重。

3.3统计男篮运动员年龄、身高、体重的极差值代码：

3.3统计男篮运动员年龄、身高、体重的极差值

sex=data[["年龄（岁）","身高(cm)","体重(kg)"]].groupby(data["性别"]) basketball_male=dict([x for x in sex])['男'] basketball_male #求极差 def range_data_group(arr): return arr.max()-arr.min() #进行每列不同的聚合 basketball_male.agg({ "年龄（岁）":range_data_group,"身高(cm)":range_data_group,"体重(kg)":range_data_group }) 1 2 3 4 5 6 7 8 9 10 11 运行结果：

首先提取数据：

单行循环提取数据，dict([x for x in sex])在循环体内的语句只有一行的情况的下，可以简化for循环的书写。定义一个函数def range_data_group(arr):求极差；

极差的求法：使用最大值减去最小值。就得到极差。

agg()函数：DataFrame.agg（func，axis = 0，* args*，*** kwargs* ）*

func : 函数，函数名称，函数列表，字典{‘行名/列名’，‘函数名’}

使用指定轴上的一个或多个操作进行聚合。

需要注意聚合函数操作始终是在轴（默认是列轴，也可设置行轴）上执行，不同于 numpy聚合函数

最后我们可以得到三列数据：分别对应"年龄（岁）",“身高(cm)”,“体重(kg)”。

3.4 统计男篮运动员的体质指数 3.4.1添加体重指数代码：

3.4 统计男篮运动员的体质指数

添加一行体重指数

data["体质指数"]=0 data 1 2 3 4 运行结果：

添加一行体重指数：data[“体质指数”]=0

3.4.2计算bmi值并添加数据代码：

计算bmi数值

def outer(num): def bminum(sumbim): weight=data["身高(cm)"] height=data["体重(kg)"] sumbim=weight/(height/100)**2 return num+sumbim return bminum 1 2 3 4 5 6 7 8 将该行数据添加上去：

代码：

调用函数

bimdata=data["体质指数"] data["体质指数"]=data[["体质指数"]].apply(outer(bimdata)) data

1 2 3 4 5 运行结果:

编写函数计算bmi数值 outer(num)；然后再使用apply的方法将自定义的函数应用到"体质指数"这一列。然后计算出该列的值之后进行赋值。

data[“体质指数”]=data[[“体质指数”]].apply(outer(bimdata)) 97622)]

编写函数计算bmi数值 outer(num)；然后再使用apply的方法将自定义的函数应用到"体质指数"这一列。然后计算出该列的值之后进行赋值。