Follow me!百万奖金由你拿 | 学霸去哪了（二）

在上一篇中咱们跟随大神的脚步，探讨了学生的消费数据，消费数据对本次竞赛预测来说很重要。本篇将探索寝室门禁、图书借阅、图书馆门禁和学生成绩等一些和学生学习相关的数据，来看看学生的品行如何，虽然资助金和奖学金的性质不太同样，但咱们毕竟仍是想资助那些品学兼优的学生，而不是资助虽然家境很贫寒但不学无术的学生。

因此本篇探索的数据能够比较好的反应出这些状况。固然这里面还隐藏了更好玩的话题，学霸去哪了？话很少说，let's go!

1、数据介绍

OpenFEA已经将上述数据存放到了OpenFEA在线试用环境的match/fund目录下，具体在www.openfea.cn下载专区里有介绍。

2、数据探索

(一) 寝室门禁数据分析

一、 加载寝室门禁数据

由于原始数据没有列名，因此加with (header=-1)为各列自动填写列名。

加载寝室门禁数据

二、 修改字段名

分别用id、time、isout表示学生编号、进出寝室时间、进出寝室。

三、 提取时间中的小时为单独的一列

 

四、 修改hour字段类型为数字类型

五、 过滤出深夜出入寝室的人

六、 分组统计

按照id字段进行分组统计，统计每一个学生深夜进出寝室的次数。

七、 绘图

图形展现学生深夜出入寝室的数据。

2131多条记录中，共涉及1297人，最多的34次，最少的1次，平均2.08次。元芳，你怎么看呢？

(二) 图书借阅数据分析

一、加载图书借阅数据

因为原始数据中有逗号,会在加载时被认为是分隔符，因此咱们须要采用一个全文没有出现的分割符`，将数据按一整行加载成为DF表。同时因为原始数据没有列名，须要为各列自动填写列名，因此参数处需添加with (header=-1,sep="`") 。

二、修改字段名

三、字符串处理

经过lambda函数将raw字段中的”,”和,”替换为$，而后按分隔符$分割为几个不一样的list，具体表达式为x: x.replace ('","','$').replace (',"','$').split("$")

四、分割列

将raw字段按照分隔符分割为几个不一样的列。

此数据主要能够分析借阅次数（本书），阅读时间等，要想再深刻一些能够分析阅读的门类等，就不详细介绍了。

(三) 图书馆门禁数据分析

一、 加载图书馆门禁数据

由于原始数据没有列名，因此加with (header=-1)为各列自动填写列名。 

二、修改字段名

分别用id、gate、time表示学生编号、门禁编号、时间。

三、 分组统计

按照id字段进行分组统计，统计每一个学生进出图书馆的次数。

四、 绘图

图形展现学生出入图书馆的数据。

最多的学生是1485次，最少的竟然两年只去1次（惨不忍睹，都忙啥了？）,平均是122次。去的次数最多的是否是学习成绩最好呢，一会咱们验证一下。

(四) 学生成绩数据分析

一、 加载学生成绩数据

由于原始数据没有列名，因此加with (header=-1)为各列自动填写列名。 

加载学生成绩数据

二、 修改字段名

分别用id、college、score表示学生编号、学院编号、成绩排名。 

成绩数据就这样了，咱们来看一下图书馆次数最多的学生成绩到底怎么样，是真的一份耕耘一份收获，仍是在磨洋工装样子呢。

三、 对分组统计好的图书馆门禁数据进行重置索引

四、修改该数据的字段名，将index修改成id。

五、取去图书馆次数最多的100人

六、和成绩数据进行关联

  

七、设置id列为索引

八、删除college列

九、将数据按照进出图书馆次数进行排序

十、绘图

黄线表明去图书馆的次数，红线表明成绩的排名，看完这个也很心塞啊！其中最好的才排学院30名，比比都是500名开外，都在图书馆干吗了呢？

好吧，再来看看学院的学霸们（前100名）到底去不去图书馆呢？

十一、取每一个学院的前100名

十二、和分组统计后的进出图书馆书架进行关联 

1三、设置id字段为索引

1四、因为count字段中有控制，因此咱们用数字0来填充空值

1五、删除college列

1六、将数据按照成绩和进出图书馆次数进行排序

1七、修改字段名，分别将id和count修改成“成绩排名”和“去图书馆次数”

看这满屏的0，不知你做何感想？禁不住要问学霸去哪了？这仍是之前的大学图书馆吗？

1八、绘图

红色表明成绩，黄色表明去图书馆的次数，去图书馆的平均线是105，看来"死读书"是愈来愈没市场了。^V^

有兴趣的同窗，能够将学霸的数据和深夜外出的数据碰一下，看看学霸到底去哪了。