Python数据分析实战：北京高考分数线（2006-2019）统计处理

前言：

为协助考生及家长掌握历年高考录取动态，众多平台汇总了各省市的录取控制分数线，作为志愿填报的重要参考。受多种因素制约，历年分数线存在波动。本文采集了北京地区2006年至2019年的相关数据，并运用Python的Pandas库完成后续的数据分析工作。

1.1 数据爬取

本部分主要阐述数据来源、获取方式以及最终获取的数据结果。

代码：

import pandas as pd

import numpy as np

data=pd.read_excel("scores.xlsx",header=1)

print(data)

运行结果:

分析：本次分析直接读取了本地保存的数据文件。

读者也可选择从相关网站下载数据，或自行编写爬虫程序获取数据源，进而开展数据分析工作。

在数据处理环节，主要采用了Pandas numpy进行数据预处理。

随后使用matplotlib完成数据的可视化展示。

1.2 最高分最低分统计

mindata= data.groupby(['文科','理科'], as_index=False).min(axis=1) 

maxdata= data.groupby(['文科','理科'], as_index=False).max(axis=2) 

print(data.min())

print(data.max())

对数据进行清洗处理，统计最高分与最低分。由于数据涵盖不同年份，且区分文科与理科，因此涉及两组文科数据和两组理科数据的计算。

• 我们利用groupby按文理科类别进行分组。
• 接着使用max()和min()分别计算最大值和最小值。
• 经过上述分析与处理，可以得到打印输出的最大值和最小值结果。

1.3 一本二本理科差值统计

代码：

s1math=data["一本分数线","理科"]
print(s1math)
print(s1math[0]-s1math[2])

s1c=data["一本分数线","文科"]
print(s1c[0]-s1c[2])
s2math=data["二本分数线","理科"]
print(s2math[0]-s2math[2])
s2c=data["二本分数线","文科"]
print(s2math[0]-s2math[2])

运行结果：

注意：

首先提取对应的文理科一本及二本成绩数据，随后计算极差，即使用前一个数值减去后一个数值即可。

print(s1math[0]-s1math[2])

1.4 2006—2019年近14年每科分数线的平均值统计

代码：

# 2006—2019年近14年每科分数线的平均值统计

data1=data[data['Unnamed: 0'].between(2006, 2014, inclusive=True)].groupby(['Unnamed: 0']).mean()

print(data1)

运行结果：

首先提取数据，然后计算平均值。由于此处是一个年份对应一个成绩，并非一对多关系，因此下文介绍的方法更为简便。

也可以采用mean方法来进行平均值的计算。

鉴于是一个成绩对应一个年份，非一对多关系，故下文方法更为高效。

同样可以使用mean方法进行平均值的求解。

至此，关于Python数据分析与处理北京高考分数线统计分析的文章介绍完毕。如需了解更多Python数据分析与处理相关内容，请搜索本站往期文章或继续浏览后续文章，感谢大家的支持！