Pandas数据分析实战06

任务目标

读取运动员的数据athlete_events.csv,并且获取以下对应countries国家的运动员身高数据。
• 展示其数据的分布，异常点等。
• 查看中国身高的排行

数据准备

athlete_events.csv
链接：https://pan.baidu.com/s/1jfeTXBHpBtPFgC7LhrsdVQ
提取码：a6ar

代码展示

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False 

# 设定文件名称
file_name = "athlete_events.csv"

# 设定文件路径
file_path = "D:\\Coding\\Python\\LogicCoding\\Data Analyze\\"

# 用pandas读取csv文件
df_athlete = pd.read_csv(file_path + file_name)
df_athlete.info()
df_athlete.head()

countries = {
    'CHN':'中国',
    'JPN':"日本",
    'KOR':'韩国',
    'USA':"美国",
    'CAN':"加拿大",
    'BRA':"巴西",
    'GBR':"英国",
    'FRA':"法国",
    'ITA':"意大利",
    'ETH':"埃塞俄比亚",
    'KEN':"肯尼亚",
    'NIG':"尼日利亚",
}

# 获取所有国家的简称
countries_abbreviations = [i for i in countries.keys()]

# 获取对应国家运动员的数据
df_height = df_athlete[df_athlete["NOC"].isin(countries_abbreviations)].loc[:,["NOC","Height"]]
df_height.info()
df_height.head()

# 用列表分别保存每个国家的运动员身高数据，保存前去重
dfs = []
for country in countries_abbreviations:
    df = df_height[df_height["NOC"] == country]["Height"].dropna()
    dfs.append(df)

# 对每个国家绘制箱型图
def draw_box():
    plt.figure(figsize=(14,8))
    plt.boxplot(dfs)
    plt.title("各国运动员身高展示")
    plt.xticks(range(1,len(countries)+1),countries.values())
    #plt.legend(countries.values())
    plt.show()
draw_box()

# 查看中国的身高排行
df_athlete[df_athlete["NOC"] == "CHN"].dropna(subset=["Height"]).sort_values("Height",ascending = False)

可以看出，最高的运动员是篮球运动员姚明，最矮的运动员是体操运动员陆莉。