Python基础知识（略）
数据分析相关：numpy，pandas
numpy
numpy功能相比pandas简单，使用较少
1 import numpy as np 2 list1 = [1,2,3,4,5,6] 3 print(list1) 4 arr1 = np.array(list1) #与列表不是同一种数据结构 5 print(arr1,type(arr1)) 6 # [1, 2, 3, 4, 5, 6] 7 # [1 2 3 4 5 6] <class 'numpy.ndarray'> 8 print(arr1[0],arr1[1:-1]) #同样可以索引、切片 9 # 1 [2 3 4 5] 10 print(arr1 + 1) #加是对每个子元素都加 11 # [2 3 4 5 6 7] 12 print(arr1+arr1,arr1*2) #每个子元素一一对应进行运算 13 # [ 2 4 6 8 10 12] [ 2 4 6 8 10 12] 14 print(arr1*arr1) 15 # [ 1 4 9 16 25 36] 16 arr2= np.array([[1,2,3,4],[5,6,7,8]]) #可以多维 17 print(arr2) 18 # [[1 2 3 4] 19 # [5 6 7 8]] 20 print(arr2[0]) 21 # [1 2 3 4] 22 print("sum:",arr2+arr2," double:",arr2*2," square:",arr2*arr2) 23 # sum: [[ 2 4 6 8] 24 # [10 12 14 16]] 25 # double: [[ 2 4 6 8] 26 # [10 12 14 16]] 27 # square: [[ 1 4 9 16] 28 # [25 36 49 64]] 29 print(arr2.dtype) 30 # int32 C语言专属，整型的的数据格式 如果浮点型叫float64
pandas
series数据类型（可以理解为一维）
1 import pandas as pd 2 #两种数据结构，series一维，dataframe多维 3 s1 = pd.Series([1,2,3,4,5,6]) 4 print(s1,type(s1)) 5 # 0 1 6 # 1 2 7 # 2 3 8 # 3 4 9 # 4 5 10 # 5 6 多出的数据标签，可以理解为索引 11 # dtype: int64 <class 'pandas.core.series.Series'> 12 s2 = pd.Series([1,2,3,4,],["a","b","c","d"]) 13 print(s2) 14 # a 1 15 # b 2 16 # c 3 17 # d 4 18 # dtype: int64 19 print(s1[2],s2["b"]) 20 # 3 2 21 print(s2[["a","b"]]) 22 # a 1 23 # b 2 24 # dtype: int64 25 s2["d"] = 10 26 print(s2) 27 # a 1 28 # b 2 29 # c 3 30 # d 10 31 # dtype: int64 32 s2["e"] = 100 33 print(s2) 34 # a 1 35 # b 2 36 # c 3 37 # d 10 38 # e 100 39 # dtype: int64 40 s3 = pd.Series({"jenny":18,"aaron":34,"chow":41}) 41 print(s3) 42 # jenny 18 43 # aaron 34 44 # chow 41 45 # dtype: int64 46 s4 = s3.astype(str) #数据转化 47 print(s4) 48 # jenny 18 49 # aaron 34 50 # chow 41 51 # dtype: object 表示字符串 52 s3["lily"] = "tweety" 53 print(s3) 54 # jenny 18 55 # aaron 34 56 # chow 41 57 # lily tweety 58 # dtype: object
dataFrame数据类型
1 import pandas as pd 2 df= pd.DataFrame({"name":["Jenny","Aaron","Jay"], 3 "age":[18,34,41], 4 "gender":["female","male","male"] 5 }) #可以输入字典格式 6 print(df) 7 # name age gender 8 # 0 Jenny 18 female 9 # 1 Aaron 34 male 10 # 2 Jay 41 male 11 df2 = pd.DataFrame([1,23,33]) #可以输入单一列表 12 print(df2) 13 # 0 14 # 0 1 15 # 1 23 16 # 2 33 17 df3 = pd.DataFrame([[1,23,33],[22,34,65]],columns = list("yea")) #可以输入多维列表 18 print(df3) 19 # y e a 20 # 0 1 23 33 21 # 1 22 34 65 22 df3.info() 23 # <class 'pandas.core.frame.DataFrame'> 24 # RangeIndex: 2 entries, 0 to 1 25 # Data columns (total 3 columns): 26 # y 2 non-null int64 27 # e 2 non-null int64 28 # a 2 non-null int64 29 # dtypes: int64(3) 30 # memory usage: 128.0 bytes 31 print(df["name"]) #一旦切片，数据类型变成series 32 # 0 Jenny 33 # 1 Aaron 34 # 2 Jay 35 # Name: name, dtype: object 36 print(df.gender) #类的方式操作 37 # 0 female 38 # 1 male 39 # 2 male 40 # Name: gender, dtype: object 41 print(df[["name","age"]]) #可以过滤 42 # name age 43 # 0 Jenny 18 44 # 1 Aaron 34 45 # 2 Jay 41 46 df.age = 18 #整体修改统一值 47 print(df) 48 # name age gender 49 # 0 Jenny 18 female 50 # 1 Aaron 18 male 51 # 2 Jay 18 male 52 df["age"][1] = 20 #修改具体值 53 print(df) 54 # name age gender 55 # 0 Jenny 18 female 56 # 1 Aaron 20 male 57 # 2 Jay 18 male 58 df.age = [15,25,35] #用列表方式传递值修改 59 print(df) 60 # name age gender 61 # 0 Jenny 15 female 62 # 1 Aaron 25 male 63 # 2 Jay 35 male 64 df.index = list("abc") #也可以修改行标签 65 print(df) 66 # name age gender 67 # a Jenny 15 female 68 # b Aaron 25 male 69 # c Jay 35 male 70 print(df.age == 15) #进行逻辑判断,返回bool类型表格 71 # a True 72 # b False 73 # c False 74 # Name: age, dtype: bool 75 print(df[df.age == 15])#提取符合条件的值 76 # name age gender 77 # a Jenny 15 female 78 print(~(df == 15))#反转结果 79 # name age gender 80 # a True False True 81 # b True True True 82 # c True True True 83 print(df[(df.age>19)&(df.name=="Aaron")]) #综合条件判断查找 84 # name age gender 85 # b Aaron 25 male 86 print(df.query("(age > 19) &(name == 'Aaron')"))#相比索引方式输入简单一些 87 # name age gender 88 # b Aaron 25 male 89 print(df.iloc[0])#针对标签对应的行数查找对应行 90 print(df.loc["a"]) #针对标签内容查找对应行 91 # name Jenny 92 # age 15 93 # gender female 94 # Name: a, dtype: object 95 # name Jenny 96 # age 15 97 # gender female 98 # Name: a, dtype: object 99 print(df.iloc[1:2,1:2]) 100 # age 101 # b 25 102 print(df.loc["b","name"]) 103 # Aaron
结合实例使用pandas
1 import pandas as pd 2 df = pd.read_csv("D:Python Data AnalysisInstance.csv",encoding="gbk") 3 4 df.head() 5 6 df.tail() 7 8 df["rank"]=df.topSalary.rank(ascending=False,method ="min" ) #,增加行，rank（）排序方式，其中method代表并列情况的处理。 9 df.sort_values(by = "topSalary") 10 11 df.info() 12 13 df.city.unique() #输出非重复值,以array的形式 14 15 df.city.value_counts() #对各个值进行计数 16 17 df["ave"]=(df.topSalary + df.botSalary)/2 18 df 19 20 df.describe() #描述统计 21 22 df.ave.describe() #对具体类目的统计 23 24 df.ave.count() #上述的统计指标都可以直接使用 25 26 df['cumsum'] = df.botSalary.cumsum() #累加 27 df 28 29 df['bins'] = pd.cut(df.ave,bins=3,labels= ["low","middle","high"]) #把数据均匀3等分，并且标签 30 df 31 32 df['bins'] = pd.cut(df.ave,bins=[0,10,15,20,40],include_lowest=True) 33 df 34 35 df.groupby(by = "city") 36 37 df.groupby(by = "city").count() 38 39 df.groupby(by = "city").ave.max() #平均工值的最大值 40 41 df.groupby(by = "city")['ave'].max() 42 43 df.groupby(by = ["city","company"]).max() #多重索引的聚合 44 45 for i in df.groupby(by = "city"): 46 print(i,len(i[1])) #输出是元组 47 48 for k,v in df.groupby(by = "city"): 49 print(k) 50 print(v) 51 52 for k,v in df.groupby(by = "city"): 53 print(k) 54 print(v.topSalary.max()-v.topSalary.min())
数据关联（即多个表格或者文件的关联）
1 import pandas as pd 2 df1=pd.DataFrame({ 3 "A":list("abcd"), 4 "B":list("efgh"), 5 "C":list("oprt") 6 }) 7 df2=pd.DataFrame({ 8 "C":list("oprt"), 9 "D":list("ewee"), 10 "E":list("owfr") 11 }) 12 df_merge=df1.merge(right=df2,how="inner") #左右拼接 13 # print(df_merge) 14 # # A B C D E 15 # # 0 a e o e o 16 # # 1 b f p w w 17 # # 2 c g r e f 18 # # 3 d h t e r 19 df_join=df2.join(df1,lsuffix="C1",rsuffix="C2") 20 # print(df_join) 21 # # CC1 D E A B CC2 22 # # 0 o e o a e o 23 # # 1 p w w b f p 24 # # 2 r e f c g r 25 # # 3 t e r d h t 26 df_concat1=pd.concat([df1,df2])# #上下堆叠，如果有同样的就合并 27 # print(df_concat1) 28 # # A B C D E 29 # # 0 a e o NaN NaN 30 # # 1 b f p NaN NaN 31 # # 2 c g r NaN NaN 32 # # 3 d h t NaN NaN 33 # # 0 NaN NaN o e o 34 # # 1 NaN NaN p w w 35 # # 2 NaN NaN r e f 36 # # 3 NaN NaN t e r 37 38 df_concat2=pd.concat([df1,df2],axis=1)#左右堆叠 39 print(df_concat2) 40 # A B C C D E 41 # 0 a e o o e o 42 # 1 b f p p w w 43 # 2 c g r r e f 44 # 3 d h t t e r
多重索引
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pandas as pd 4 position=pd.read_csv("D:Python Data Analysisemployee.csv",encoding="gbk") 5 company=pd.read_csv("D:Python Data Analysiscompany.csv",encoding="gbk") 6 7 res = position.groupby(by=["city","education"]).mean() 8 print(res) 9 # positionId companyId botSalary topSalary avg 10 # city education 11 # 上海 大专 2.352912e+06 90651.500000 11.000000 14.000000 12.500000 12 # 本科 2.335357e+06 106898.769231 24.153846 29.923077 27.038462 13 # 硕士 2.306621e+06 47185.000000 21.500000 25.000000 23.250000 14 # 北京 本科 2.074818e+06 59771.000000 13.833333 20.166667 17.000000 15 # 深圳 大专 2.241769e+06 45237.500000 7.000000 11.000000 9.000000 16 # 本科 2.108186e+06 49800.111111 8.000000 10.666667 9.333333 17 res=position.groupby(by=["city","education"]).mean().avg["上海"] #转成series形式再切片 18 print(res) 19 # education 20 # 大专 12.500000 21 # 本科 27.038462 22 # 硕士 23.250000 23 # Name: avg, dtype: float64 24 res=position.groupby(by=["city","education"]).mean().avg["上海"]["本科"] #还可以继续切片 25 print(res) 26 # 27.03846153846154 27 res=position.groupby(by=["city","education"]).mean().loc["上海"] #对于DataFrame可以使用loc来查找 28 print(res) 29 # education 30 # 大专 2352911.5 90651.500000 11.000000 14.000000 12.500000 31 # 本科 2335357.0 106898.769231 24.153846 29.923077 27.038462 32 # 硕士 2306621.0 47185.000000 21.500000 25.000000 23.250000 33 34 res=position.groupby(by=["city","education"]).mean().loc["上海"].avg #这种也可以进一步查找 35 print(res) 36 # education 37 # 大专 12.500000 38 # 本科 27.038462 39 # 硕士 23.250000 40 # Name: avg, dtype: float64 41 res = position.groupby(by=["city","education"]).mean().loc["上海","大专"] #loc支持多索引 42 print(res) 43 # Name: (上海, 大专), dtype: float64 44 # positionId 2352911.5 45 # companyId 90651.5 46 # botSalary 11.0 47 # topSalary 14.0 48 # avg 12.5 49 res=position.set_index(["city","education"]) #只单行加工，不合并，没有groupby效果好，其实是把列变成索引 50 print(res) 51 # city education ... 52 # 上海 本科 2535392 53194 金融类 ... 30 25.0 应届生 53 # 本科 2315154 50702 产品 ... 30 22.5 应届生 54 # 本科 2306906 45315 技术 ... 45 40.0 应届生 55 # 本科 2406515 96063 金融 ... 25 22.5 5-10年 56 # 本科 2488286 152926 金融 ... 12 11.0 5-10年 57 # 本科 1900015 129806 市场与销售 ... 25 22.5 5-10年 58 # 本科 2507717 25322 技术 ... 14 12.0 5-10年 59 # 本科 2416226 18497 技术 ... 17 16.0 5-10年 60 # 本科 884378 25027 技术 ... 11 10.5 5-10年 61 # [34 rows x 12 columns] 62 res= position.sort_values(by=["city","education"]).set_index(["city","education"]) #先排序再处理，效果好一点 63 print(res) 64 # city education ... 65 # 上海 大专 2358166 35176 技术 ... 16 14.0 1-3年 66 # 大专 2347657 146127 产品 ... 12 11.0 1-3年 67 # 本科 2535392 53194 金融类 ... 30 25.0 应届生 68 res=position.groupby(by=["city","education"]).mean().reset_index() #重置索引，城市变为了字段 69 print(res) 70 # city education positionId companyId botSalary topSalary avg 71 # 0 上海 大专 2.352912e+06 90651.500000 11.000000 14.000000 12.500000 72 # 1 上海 本科 2.335357e+06 106898.769231 24.153846 29.923077 27.038462 73 # 2 上海 硕士 2.306621e+06 47185.000000 21.500000 25.000000 23.250000 74 # 3 北京 本科 2.074818e+06 59771.000000 13.833333 20.166667 17.000000 75 # 4 深圳 大专 2.241769e+06 45237.500000 7.000000 11.000000 9.000000 76 # 5 深圳 本科 2.108186e+06 49800.111111 8.000000 10.666667 9.333333 77 res=position.groupby(by=["city","education"]).mean().reset_index()["city"]#可以再找索引 78 print(res) 79 # 0 上海 80 # 1 上海 81 # 2 上海 82 # 3 北京 83 # 4 深圳 84 # 5 深圳 85 # Name: city, dtype: object
数据清洗：
去除[],"
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pandas as pd 4 position=pd.read_csv("D:Python Data Analysisemployee.csv",encoding="gbk") 5 print(position.positionLables[1:-1] )#是索引操作 6 # 1 ['平台', '产品经理', '产品', '数据'] 7 # 2 ['架构师', '数据'] 8 # 3 ['数据分析', '数据'] 9 # 4 ['数据分析', '数据'] 10 # 5 ['大数据', '总监', '数据'] 11 # 6 ['平台', '管理岗', '数据'] 12 # 7 ['数据挖掘', '数据'] 13 # 8 ['商业', '数据分析', '数据', 'BI'] 14 # 9 ['大数据', '数据'] 15 # 10 ['风控', '数据'] 16 # 11 ['专家', '架构师', '大数据', '数据'] 17 # 12 ['分析师', '需求分析'] 18 # Name: positionLables, dtype: object 19 print(position.positionLables.str[1:-1] ) #使用str，就可以对具体字符操作了 20 # 0 '分析师', '信贷', '数据' 21 # 1 '平台', '产品经理', '产品', '数据' 22 # 2 '架构师', '数据' 23 # 3 '数据分析', '数据' 24 # 4 '数据分析', '数据' 25 # 5 '大数据', '总监', '数据' 26 # 6 '平台', '管理岗', '数据' 27 # 7 '数据挖掘', '数据' 28 # 8 '商业', '数据分析', '数据', 'BI' 29 # 9 '大数据', '数据' 30 # 10 '风控', '数据' 31 # Name: positionLables, dtype: object 32 print(position.positionLables.str[1:-1].str.replace("'","") )#使用str，才是对数组内容操作 33 # 0 分析师, 信贷, 数据 34 # 1 平台, 产品经理, 产品, 数据 35 # 2 架构师, 数据 36 # 3 数据分析, 数据 37 # 4 数据分析, 数据 38 # 5 大数据, 总监, 数据 39 # 6 平台, 管理岗, 数据 40 # 7 数据挖掘, 数据 41 # 8 商业, 数据分析, 数据, BI 42 # 9 大数据, 数据 43 # 10 风控, 数据 44 # 11 专家, 架构师, 大数据, 数据 45 # 12 分析师, 需求分析 46 # Name: positionLables, dtype: object
去重
1 import pandas as pd 2 import numpy as np 3 position=pd.read_csv("D:Python Data Analysisemployee.csv",encoding="gbk") 4 df1=pd.DataFrame({ 5 "A":list("abcda"), 6 "B":list("efghe"), 7 "C":list("oprto") 8 9 }) 10 # A B C 11 # 0 a e o 12 # 1 b f p 13 # 2 c g r 14 # 3 d h t 15 # 4 a e o 16 res=df1.duplicated() #返回布尔值 17 print(res) 18 # 0 False 19 # 1 False 20 # 2 False 21 # 3 False 22 # 4 True 23 # dtype: bool 24 res=df1[~res] 25 print(res) 26 # A B C 27 # 0 a e o 28 # 1 b f p 29 # 2 c g r 30 # 3 d h t 31 res=df1.drop_duplicates() 32 print(res) 33 # A B C 34 # 0 a e o 35 # 1 b f p 36 # 2 c g r 37 # 3 d h t
聚合函数的用法
1 #!/usr/bin/env python 2 # -*- coding:utf-8 -*- 3 import pandas as pd 4 position=pd.read_csv("D:Python Data Analysisemployee.csv",encoding="gbk") 5 position["new"]= position.avg.astype(str) + "k" #将数值转换为字符串，就可以拼接 6 print(position.new) 7 # 0 25.0k 8 # 1 22.5k 9 # 2 40.0k 10 # 3 22.5k 11 position["new"]= position.avg.apply(lambda x:str(x)+"k") #也可以使用apply来做到类型的转换，默认是列级别的操作 12 print(position.new) 13 14 def func(x): 15 if x.avg>=20: 16 return "20k+" 17 else: 18 return "0-20k" 19 position["label"]=position.apply(func,axis=1) #axis=0默认对列,axis=1表示逐行 20 print(position.label) 21 # 0 20k+ 22 # 1 20k+ 23 # 2 20k+ 24 # 3 20k+ 25 # 4 0-20k 26 27 # 输出各城市top5 28 def func(x): 29 res = x.sort_values("avg",ascending=False) 30 return res[0:5] 31 res= position.groupby(by="city").apply(func) 32 print(res) 33 # city ... 34 # 上海 11 2568751 上海 150849 开发/测试/运维类 ... 52.5 1-3年 52.5k 20k+ 35 # 10 2377876 上海 147183 金融 ... 42.5 5-10年 42.5k 20k+ 36 # 2 2306906 上海 45315 技术 ... 40.0 应届生 40.0k 20k+ 37 # 9 2128962 上海 140164 技术 ... 31.5 5-10年 31.5k 20k+ 38 # 7 2472750 上海 56732 技术 ... 27.5 5-10年 27.5k 20k+ 39 # 北京 29 2031072 北京 36162 技术 ... 25.0 1-3年 25.0k 20k+ 40 # 28 2065400 北京 107423 技术 ... 23.5 1-3年 23.5k 20k+ 41 # 32 2416226 北京 18497 技术 ... 16.0 5-10年 16.0k 0-20k 42 # 30 2544117 北京 146195 金融 ... 15.0 5-10年 15.0k 0-20k 43 # 31 2507717 北京 25322 技术 ... 12.0 5-10年 12.0k 0-20k 44 # 深圳 21 1280156 深圳 6566 设计 ... 12.5 应届生 12.5k 0-20k 45 # 20 2506489 深圳 83303 设计 ... 12.0 应届生 12.0k 0-20k 46 # 26 2351129 深圳 16213 技术 ... 11.0 1-3年 11.0k 0-20k 47 # 27 2580565 深圳 26148 开发/测试/运维类 ... 10.5 1-3年 10.5k 0-20k 48 # 18 2550303 深圳 15175 开发/测试/运维类 ... 9.0 1-3年 9.0k 0-20k 49 # [15 rows x 16 columns] 50 def func(x,n,asc=False): 51 res = x.sort_values("avg",ascending=asc) 52 return res[0:n] 53 res= position.groupby(by="city").apply(func,n=2,asc=True) #指定输出前n项,指定排序规则 54 print(res) 55 # city ... 56 # 上海 4 2488286 上海 152926 金融 ... 11.0 5-10年 11.0k 0-20k 57 # 15 2347657 上海 146127 产品 ... 11.0 1-3年 11.0k 0-20k 58 # 北京 33 884378 北京 25027 技术 ... 10.5 5-10年 10.5k 0-20k 59 # 31 2507717 北京 25322 技术 ... 12.0 5-10年 12.0k 0-20k 60 # 深圳 17 2374266 深圳 143996 市场与销售 ... 5.5 1-3年 5.5k 0-20k 61 # 23 2540389 深圳 12567 市场与销售 ... 7.0 应届生 7.0k 0-20k 62 # [6 rows x 16 columns] 63 res=position.groupby(by="city").agg("mean") #聚合 64 print(res) 65 # positionId companyId botSalary topSalary avg 66 # city 67 # 上海 2.334042e+06 97962.176471 22.294118 27.470588 24.882353 68 # 北京 2.074818e+06 59771.000000 13.833333 20.166667 17.000000 69 # 深圳 2.132474e+06 48970.545455 7.818182 10.727273 9.272727 70 71 res=position.groupby(by="city").agg(["sum","mean"]) #多重列的形式聚合 72 print(res) 73 # positionId companyId ... topSalary avg 74 # sum mean sum ... mean sum mean 75 # city ... 76 # 上海 39678706 2.334042e+06 1665357 ... 27.470588 423.0 24.882353 77 # 北京 12448910 2.074818e+06 358626 ... 20.166667 102.0 17.000000 78 # 深圳 23457215 2.132474e+06 538676 ... 10.727273 102.0 9.272727
数据透视表的用法
1 import pandas as pd 2 import numpy as np 3 position=pd.read_csv("D:Python Data Analysisemployee.csv",encoding="gbk") 4 company=pd.read_csv("D:Python Data Analysiscompany.csv",encoding="gbk") 5 res=position.pivot_table(values="avg", 6 index=["city","education"], 7 columns='workYear', 8 aggfunc="mean",) 9 print(res) 10 # workYear 1-3年 5-10年 应届生 11 # city education 12 # 上海 大专 12.500000 NaN NaN 13 # 本科 29.333333 25.142857 29.166667 14 # 硕士 19.000000 27.500000 NaN 15 # 北京 本科 24.250000 13.375000 NaN 16 # 深圳 大专 10.500000 NaN 7.500000 17 # 本科 8.700000 NaN 10.125000 18 res=position.pivot_table(values="avg", 19 index=["city","education"], 20 columns="workYear", 21 aggfunc=[np.mean,np.max])["mean"].loc['上海'] #用np的统计值不容易出错 22 print(res) 23 # workYear 1-3年 5-10年 应届生 24 # education 25 # 大专 12.500000 NaN NaN 26 # 本科 29.333333 25.142857 29.166667 27 # 硕士 19.000000 27.500000 NaN 28 res=position.pivot_table(values="avg", 29 index=["city","education"], 30 columns="workYear", 31 aggfunc="mean", 32 margins = True) #margins是代表汇总项 33 print(res) 34 # workYear 1-3年 5-10年 应届生 All 35 # city education 36 # 上海 大专 12.500000 NaN NaN 12.500000 37 # 本科 29.333333 25.142857 29.166667 27.038462 38 # 硕士 19.000000 27.500000 NaN 23.250000 39 # 北京 本科 24.250000 13.375000 NaN 17.000000 40 # 深圳 大专 10.500000 NaN 7.500000 9.000000 41 # 本科 8.700000 NaN 10.125000 9.333333 42 # All 16.750000 21.416667 16.937500 18.441176 43 res =position.pivot_table(values=["avg","topSalary"], 44 index=["city","education"], 45 columns="workYear", 46 aggfunc={"avg":np.mean,"topSalary":np.sum},)#对不同的值按照不同的规则进行处理，可以用字典形式指定 47 print(res) 48 # avg topSalary 49 # workYear 1-3年 5-10年 应届生 1-3年 5-10年 应届生 50 # city education 51 # 上海 大专 12.500000 NaN NaN 28.0 NaN NaN 52 # 本科 29.333333 25.142857 29.166667 95.0 189.0 105.0 53 # 硕士 19.000000 27.500000 NaN 20.0 30.0 NaN 54 # 北京 本科 24.250000 13.375000 NaN 59.0 62.0 NaN 55 # 深圳 大专 10.500000 NaN 7.500000 12.0 NaN 10.0 56 # 本科 8.700000 NaN 10.125000 48.0 NaN 48.0