python数据科学课件9-pandas教案.docxVIP

PAGE

PAGE1

Pandas基础（二）

——第9次课常规课

一、教学目标

1.知识与技能

（1）学习查改增删DtatFrame数据

（2）学习描述分析DataFrame数据

2.过程与方法：

（1）通过一个个贴近生活的案例进行情景引入，激发学生对本节学习内容的兴趣，引发关联性的内容思考；

（2）每节课程开始前，对上节学习内容的知识点进行复习，加深印象；

（3）老师与学生间进行代码互动式的教学编写，带着孩子一步步完成任务。

3、情感态度与价值观：

（1）通过贴近生活的案例培养激发孩子的兴趣与爱好，在一个个生活案例中树立孩子正确的价值导向；

（2）代码的编写过程是精彩的，也是乏味的；是充满创造性的，也是一点点的基础前行；训练孩子逻辑思维、想象能力的同时，还磨练了孩子们的耐心，做到身心的锻炼。

二、教学重点、难点

【重点】学习数据的增删改查【难点】掌握对数据的描述分析

课时安排

课时安排：120分钟

四、上课准备

1. 课前检查所有学员电脑Python的安装情况，打开代码试运行。

2. 课前检查电脑、投影仪、网络是否有故障，及时修复。

3. 备课过程中预设上课的突发情况，想办法解决。

4. 备课过程中，以学生的视角去审视自己的课堂，及时做出改进。

5. 课前排查教学环境中所存在的安全隐患。

五、教学活动

活动时长

教学活动

注意事项

课前回顾

5min

1、数据库数据读取与存储

读取：read_sql_table函数、read_sql_query函数、read_sql函数

存储：to_sql函数

2、文本文件读取与存储?

读取：read_table函数、read_csv函数

存储：to_csv函数

3、Excel文件读取与存储?

读取：read_excel函数

存储：to_excel函数

课前回顾，复习上节课的学习内容。以提问引导的方式，增强学生的记忆。

情景引入10min

在可以成功的对数据进行读取和存储后，我们很多时候会依据实际变化需要对数据进行一定的操作，例如增加、修改、删除、检查，或者根据条件对数据进行筛选。DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过这些Series公用一个索引。使用DataFrame

我们就可以对数据库中的数据进行操作，这会大大增加我们对数据的使用的便捷性。

pandas是python环境下最有名的数据统计包，而DataFrame为数据框，是一种数据组织方式。例如Excel也是一种数据组织和呈现的方式。

新知教授

30-40min

1查改增删DataFrame数据

我们对于数据的操作是基于数据库中数据的基本属性，包括数据的类型、索引值、值等等，基于这些属性我们就可以进行指定查看以及进行其他操作。

查看DataFrame中的数据——数据基本查看方式

对单列数据的访问：DataFrame的单列数据为一个Series。根据DataFrame的定义可以知晓DataFrame是一个带有标签的二维数组，每个标签相当每一列的列名。有以下两种方式来实现对单列数据的访问。

以字典访问某一个key的值的方式使用对应的列名，实现单列数据的访问。

以属性的方式访问，实现单列数据的访问。（不建议使用，易引起混淆）

对某一列的某几行访问：访问DataFrame中某一列的某几行时，单独一列的DataFrame可以视为一个Series（另一种pandas提供的类，可以看作是只有一列的DataFrame），而访问一个Series基本和访问一个一维的ndarray相同。

对多列数据访问：访问DataFrame多列数据可以将多个列索引名称视为一个列表，同时访问DataFrame多列数据中的多行数据和访问单列数据的多行数据方法基本相同。

对某几行访问：

如果只是需要访问DataFrame某几行数据的实现方式则和上述的访问多列多行相似，选择所有列，使用“:”代替即可。

head和tail也可以得到多行数据，但是用这两种方法得到的数据都是从开始或者末尾获取的连续数据。默认参数为访问5行，只要在方法后方的“()”中填入访问行数即可实现目标行数的查看。

查看访问DataFrame中的数据——loc，iloc访问方式

loc方法是针对DataFrame索引名称的切片方法，如果传入的不是索引名称，那么切片操作将无法执行。利用loc方法，能够实现所有单层索引切片操作。loc方法使用方法如下。

DataFrame.loc[行索引名称或条件,列索引名称]

iloc和loc区别是iloc接收的必须是行索引和列索引的位置。iloc方法的使用方法如下。

DataFrame