如何将给定 csv 文件中的列（x1，x2，x3，x4，y1，y2，y3，y4）的数据帧转换为系列，而无需手动添加数据

Question

如何将给定 csv 文件中的列（x1，x2，x3，x4，y1，y2，y3，y4）的数据帧转换为系列（s1，s2，s3，s4），而无需手动添加数据。系列必须类似于 (x,y) 格式。并再次将该系列转换为数据帧以获得描述性静态数据，并使用 Matplotlib 库中的正确方法为每个数据集在 Python 中绘制散点图

Answer 1

要将给定 CSV 文件中 DataFrame 的列转换为系列而不手动添加数据，可以使用以下代码：

import pandas as pd

# Read the CSV file into a DataFrame
df = pd.read_csv("C:/Users/LENOVO/Desktop/New folder/Question1_w2083147/anscombe.csv")

# Extract the x columns and y columns
x_columns = ['x1', 'x2', 'x3', 'x4']
y_columns = ['y1', 'y2', 'y3', 'y4']

# Create a list to store the series
series_list = []

# Convert each x column and y column into a series and append to the list
for x_col, y_col in zip(x_columns, y_columns):
    series = pd.Series(list(zip(df[x_col], df[y_col])), name=f'{x_col}_{y_col}')
    series_list.append(series)

# Perform descriptive statistics on the series
for series in series_list:
    print(series.describe())

# Convert the series list back to a DataFrame
df_new = pd.concat(series_list, axis=1)

# Plot scatterplots for each dataset
import matplotlib.pyplot as plt

for series in series_list:
    plt.scatter(series.str[0], series.str[1])

plt.show()

在此代码中，我们首先使用

pd.read_csv()

将 CSV 文件读入 DataFrame。然后，我们定义要转换为系列的 x 列和 y 列。

接下来，我们创建一个名为

series_list

的空列表来存储该系列。我们迭代 x 和 y 列，使用

pd.Series()

将每对列转换为一系列，并将其附加到

series_list

。

为了获得描述性统计量，我们迭代

series_list

并使用

describe()

方法来计算每个系列的描述性统计量。

最后，我们使用

pd.concat()

将

series_list

中的系列组合回 DataFrame。然后，我们使用 Matplotlib 库中的

scatter()

函数来绘制每个数据集的散点图。使用

series.str[0]

访问 x 值，使用

series.str[1]

访问 y 值。

在运行此代码之前，请确保安装了必要的库（pandas 和 matplotlib）。