import numpy as np
import pandas as pd
# 聚合函數
df_index = ["Tony", "Alex", "Jack", "Mary", "Kelly"]
df_columns = ["語文", "數學", "英語", "物理"]
df = pd.DataFrame(data=np.random.randint(50,100,size=(5,4)), index=df_index, columns=df_columns)
print(df)
# 列方向求和
print(df.sum())  # 求每列即每科目分數的總和
print(df.mean())  # 求每列即每科目分數的平均值
# 行方向求和
print(df.sum(axis=1))  # 求每位同學分數的總和
print(df.mean(axis=1))  # 求每位同學分數的平均值

# 求所有行列元素的和
print("df對象所有行列元素的和為：", end="")
print(df.sum().sum())

# pandas中空值會被忽略
df.loc["Alex", "物理"] = np.nan
print(df)
print(df.sum())

import numpy as np
import pandas as pd
# 聚合函數
df_index = ["Tony", "Alex", "Jack", "Mary", "Kelly"]
df_columns = ["語文", "數學", "英語", "物理"]
df = pd.DataFrame(data=np.random.randint(50,100,size=(5,4)), index=df_index, columns=df_columns)
# 設置一個空值，看聚合函數對空值的處理方式
df.loc["Jack", "物理"] = np.nan

print("=====初識成績表（帶空值）=====")
print(df)
# ==============================================
# 一、【最常用】統計聚合函數（默認 axis=0：按列統計）
# ==============================================
print("\n=====1、每科統計（列方向）=====")
print("每科總分：")
print(df.sum())  # 求每科（列）和，自動跳過（忽略）NaN

print("\n每科平均分：")
print(df.mean())  # 求每科（列）平均值，自動跳過（忽略）NaN

print("\n每科最高分：")
print(df.max())  # 求每科（列）最大值

print("\n每科最低分：")
print(df.min())  # 求每科（列）最小值，自動跳過（忽略）NaN

print("\n每科中位數（中間分數）：")
print(df.median())  # 求每科（列）中位數

print("\n每科標準差（分數波動情況）：")
print(df.std())  # 每科標準差，越大越不穩定，自動跳過（忽略）NaN

print("\n每科非空人數：")
print(df.count())  # 每科非空人數

# ==============================================
# 二、按行聚合（每個學生），（ axis=1：按行統計）
# ==============================================
print("\n=====2、每個學生統計（行方向）=====")
print("每個學生的總分：")
print(df.sum(axis=1))  # 求每行的數據總和，即每個學生的總分，自動跳過（忽略）NaN

print("\n每個學生的平均分：")
print(df.mean(axis=1))

print("\n每個學生的最高分：")
print(df.max(axis=1))

print("\n每個學生分數中位數（中間分數）：")
print(df.median(axis=1))

print("\n每個學生分數標準差（分數波動情況）：")
print(df.std(axis=1))  # 標準差越大這個學生各科分數越不穩定，自動跳過（忽略）NaN

# ==============================================
# 三、全局聚合
# ==============================================
print("\n=====3、全局統計（整個表格）=====")
print("所有學生全科總分：", df.sum().sum())
print("全班所有科目平均分：", df.mean().mean())
print("全班最高分：", df.max().max())
print("全班最低分：", df.min().min())
print("全班中位數（中間分數）：", df.median().median())
print("全班標準差（分數波動情況）：", df.std().std())
print("全班非空人數：", df.count().sum())

# =============================================
# 四、重要擴展idxmax()、idxmin()——最大最小值對應的行標籤
# =============================================
print("\n=====4、使用擴展=====")
print("語文最高分是：", df["語文"].idxmax())
print("英語最低分是：", df["英語"].idxmin())
print("Tony同學的最高分科目是：", df.loc["Tony"].idxmax())

# 班級有張三、李四、王五、趙六四位同學，考試科目有Python、Java、C三門
# 1、假設score1是期中考試成績，score2是期末考試成績，請自由創建score1和score2,並將其相加，求期中期末平均值
# 2、假設張三期中考試Java作弊，要記為0分，如何實現？
# 3、李四因為舉報張三作弊立功，其期中考試所有科目加10分，如何實現？
# 4、由於有一道題出錯，要給所有學生加10分，如何實現？
# 5、Python老師想知道哪些同學Java成績比Python好，如何實現？

import numpy as np
import pandas as pd

student_list = ["張三", "李四", "王五", "趙六"]
subject_list = ["Python", "Java", "C"]
score1 = pd.DataFrame(
    data=[
        [78, 72, 58],
        [89, 87, 77],
        [87, 91, 76],
        [93, 95, 98]
    ],
    index=student_list,
    columns=subject_list
)
print("=====初始期中考試成績表=====")
print(score1)
print("=====初始期中考試各科平均分=====")
print(score1.mean())
print("=====初始期中考試各學生平均分=====")
print(score1.mean(axis=1))

score2 = pd.DataFrame(
    data=[
        [85, 91, 83],
        [81, 72, 66],
        [83, 88, 79],
        [91, 93, 96]
    ],
    index=student_list,
    columns=subject_list
)
print("=====期末考試成績表=====")
print(score2)
print("=====期末考試各科平均分=====")
print(score2.mean())
print("=====期末考試各學生平均分=====")
print(score2.mean(axis=1))

print("=====初始期中和期末考試成績總和表=====")
print(score1+score2)


print("=====張三期中考試Java作弊，記為0分=====")
score1.loc["張三", "Java"] = 0
print("=====李四舉報作弊期中考試各科加分=====")
score1.loc["李四"] += 10
# 如果加分後超滿分，則設為100分
score1.loc["李四"] = score1.loc["李四"].mask(score1.loc["李四"] > 100, 100)
print("=====由於有一道題出錯，期中考試所有學生各科加分10分=====")
score1 = score1 + 10
# 如果加分後超滿分，則設為100分
score1 = score1.mask(score1 > 100, 100)
print("=====最終期中考試成績表=====")
print(score1)
print("=====最終期中考試各科平均分=====")
print(score1.mean())
print("=====最終期中考試各學生平均分=====")
print(score1.mean(axis=1))

print("=====最終期中和期末考試成績總和表=====")
print((score1+score2)/2)

print("=====期中考試Java成績比Python好的同學名單=====")
condition = score1["Java"] > score1["Python"]
print(score1[condition].index.tolist())
print("=====期末考試Java成績比Python好的同學名單=====")
condition = score2["Java"] > score2["Python"]
print(score2[condition].index.tolist())  # 理解上容易繞，與對象["列索引"]訪問的是列不同，這裡篩選的還是行
print(score2.loc[condition].index.tolist())  # 推薦使用loc[]訪問行

import numpy as np
import pandas as pd
df = pd.DataFrame(data=np.random.randint(0,20,size=(5,3)), columns=list("ABC"))
print(df)

print(df.index)  # 行索引
print(df.columns)  # 列索引
print(df.index.tolist())  # 行索引的列表形式
print(df.columns.tolist())  # 列索引的列表形式

# 行列索引的修改、設置
# 常規方法
df.index = list("PQRST")
df.columns = ["maths", "english", "physics"]
print(df)

# 定製方法
# 先通過Index\RangeIndex\DateTimeIndex\etc...創建一個索引對象
index1 = pd.Index(data=["haha", "hehe", "oooo", "lala", "uuuu"], name="SSSS")
index2 = pd.RangeIndex(0,10,2,name="numberssss")
# 再傳遞給df.index
df.index = index1
print(df)
df.index = index2
print(df)

# 多層索引
# 列索引的多層
LEVEL1 = ["第一期", "第二期"]
LEVEL2 = ["A", "B", "C"]
columns = pd.MultiIndex.from_product([LEVEL1, LEVEL2], names=["期數", "產品"])
index = ["lucy", "tom", "alex"]
# 上行列索引當然也可以通過如下Index設置
# index = pd.Index(data=["lucy", "tom", "alex"], name="姓名")
data = np.random.randint(0, 100, size=(3,6))

df = pd.DataFrame(data=data, index=index,columns=columns)
print(df)

# 行索引的多層
group = ["Group1", "Group2"]
sales = ["Anna", "Lisa", "Mina", "Fiona"]
index = pd.MultiIndex.from_product([group, sales], names=["Groups", "Sales"])
columns = pd.Index(data=["A", "B", "C", "D", "E"], name="product")
data = np.random.randint(0, 100, size=(8, 5))

df = pd.DataFrame(data=data, index=index, columns=columns)
print(df)

import numpy as np
import pandas as pd
score_df = pd.DataFrame(
    data=np.random.randint(50,100,size=(3,3)),
    index=["Lucy", "Tom", "Jack"],
    columns=["Python", "Java", "C"]
)
print("=====本學期成績表如下：=====")
print(score_df)
print("\n=====Lucy最高分科目如下：=====")
print(score_df.loc["Lucy"].idxmax())
print("\n=====Tom各科成績如下:=====")
print(score_df.loc["Tom"].to_dict())
print("\n=====Tom各科平均分為:=====")
print(round(score_df.loc["Tom"].mean(),2))
print("\n=====Jack的Python成績為:=====")
print(score_df.loc["Jack", "Python"])
print("\n=====給Jack的Python成績加上20分:=====")
score_df.loc["Jack", "Python"] += 20
print(score_df)