本篇内容介绍了“python如何利用pandas分析学生期末成绩”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
安装Pandas
Pandas是构建在Python编程语言之上的一个快速、强大、灵活且易于使用的开源数据分析和操作工具。Pandas是基于Numpy的专业数据分析工具，可以灵活高效的处理各种数据集。
我们使用pip进行安装(如果没有可自行查询如何安装pip)安装panda最简单的方法是将其作为Anaconda的一部分安装，Anaconda主要用于数据分析和科学计算。还提供源代码、PyPI、ActivePython、各种Linux发行版或开发版本进行安装的说明。
当然，最为基础的Python环境还是少不了的，如果你是Linux或使用的Mac就不用安装Python了。
pip install pandas
分析过程
1.从excel文件中读出本班同学的成绩册，并处理好缺失值。
2.根据‘加分'和‘减分'两列统计出平时成绩。
3.将实验报告成绩从ABCD转换为百分制，统计出实验成绩。A为90分，B为75分，C为60分，D为40分。
4.随机生成假设的期末成绩，取值区间为40-100分。将自己的期末成绩改成你觉得可能考到的分数。
5.按照平时成绩20%，实验成绩30%，期末成绩50%的比例计算综合成绩。
6.输出你自己的平时成绩，实验成绩，期末成绩和综合成绩。
7.统计全班综合成绩[90,100],[80,89],[70,79],[60-69],[0,59]各段成绩的人数，并画饼图。
8.将完整的成绩保存到score.xlsx文件中，打开excel检查输出是否正确。
完整实例
准备工作：导入需要用到的模块
import pandas as pd import numpy as np import random from matplotlib import pyplot as plt（1）从excel文件中读出本班同学的成绩册，并处理好缺失值。
df=pd.read_csv("4班平时成绩.csv",encoding="gbk") df=df.rename(columns={"ID":"学号"})#将列名ID重命名 df.set_index("姓名",inplace=True)#将姓名作为index df=df.fillna(method="backfill")#处理缺失值（2）根据‘加分'和‘减分'两列统计出平时成绩。
df["平时成绩"]=df["平时成绩"]-df["减分"] df=df.drop("减分",axis=1)#删除列（3）将实验报告成绩从ABCD转换为百分制，统计出实验成绩。A为90分，B为75分，C为60分，D为40分。
def m(x):#2 将ABCD转化为对应的分数 if x=="A": return 90 if x=="B": return 75 if x=="C": return 60 if x=="D": return 40 df["第一次实验报告"]=df.第一次实验报告.map(m) df["第二次实验报告"]=df.第二次实验报告.map(m) df["第三次实验报告"]=df.第三次实验报告.map(m)（4）随机生成假设的期末成绩，取值区间为40-100分。将自己的期末成绩改成你觉得可能考到的分数。
def cj(x): return random.randint(40,100) df["期末成绩"]="" df["期末成绩"]=df.期末成绩.map(cj) df（5）按照平时成绩20%，实验成绩30%，期末成绩50%的比例计算综合成绩。
df["综合成绩"]=df["期末成绩"]*0.5+df["平时成绩"]*0.2+df["第一次实验报告"]*0.1+ df["第二次实验报告"]*0.1+df["第三次实验报告"]*0.1 df（6）输出你自己的平时成绩，实验成绩，期末成绩和综合成绩。
df[df.姓名=='只为你220']（7）统计全班综合成绩[90,100],[80,89],[70,79],[60-69],[0,59]各段成绩的人数，并画饼图。
y=pd.cut(df['综合成绩'],bins=[0,60,70,80,90,100], labels=['0-59','60-69','70-79','80-89','90-100'])#分区间 a=y.value_counts()#统计区间人数 print(a)plt.rcParams['font.sans-serif']=['SimHei'] a.plot(kind='pie',title='学生成绩区间统计图')（8）将完整的成绩保存到score.xlsx文件中，打开excel检查输出是否正确。
将结果保存为.xlsx文件
df.to_excel(excel_writer="score.xlsx",index=False,encoding='utf-8')将刚刚保存的.xlsx文件打开，查看结果是否正确
pd.read_excel("score.xlsx")