#-----------------------------------------------------
#範例16-18：pandas與numpy的axis軸：計算平均mean,總和sum，最大max，最小min
#http://changtw-blog.logdown.com/posts/895468-python-numpy-axis-concept-organize-notes

#（1）檔案：學生成績檔：score2.xlsx（mad3a資料表）
#https://acupun.site/lecture/python/py_example/chp16/score2.xlsx

#（2）重點1：計算平均分數 = mean()
# 計算1維Series的平均分：df['math].mean()
# 計算2維DataFrame，每個欄位columns的平均分：df.mean(axis=0)
# 計算2維DataFrame，每個列index的平均分：df.mean(axis=1)

#（3）重點2：axis=0，axis=1是什麼意思
# numpy和pandas中 axis(軸)的概念:
# (A)df.mean(axis=1),表示依照row(index)，計算每一水平列（每個學生）的平均
# 圖示：http://user-image.logdown.io/user/18813/blog/18326/post/895468/NdQzZsNgR9un4TIruSVe_6.jpg

# (B)df.mean(axis=0),表示依照欄位(colunmns)，計算每一垂直欄位（每個科目）的平均
# 圖示：http://user-image.logdown.io/user/18813/blog/18326/post/895468/hdxcm2OEQGCxXpEgBn0V_9.jpg

#（4）重點3：
# 大部分的pandas函數，都支持1維度的series，與2維的DataFrame的計算
# 少數的pandas函數，例如：關鍵字查詢(.str.contains())只支援1維度的series，不支持2維的DataFrame的計算
# 2維的DataFrame的函數計算，可以指定axis=0 計算垂直欄位函數，或是指定axis=1,計算水平列的函數

#------------------------------
#1.練習1：計算數學科平均分數
#------------------------------
#（1）讀取網路檔案：score2.xlsx（mad3a資料表）
#import pandas as pd
#df = pd.read_excel("https://acupun.site/lecture/python/py_example/chp16/score2.xlsx","mad3a")
print()
print("1-1.全部的資料=\n")

#---------------------
#1.練習1：計算數學科平均分數：f"{df['math'].mean():.1f}"
print()
print("1-2.數學科平均分數=\n")

#------------------------------
#2.練習2：計算john平均分數：df.loc['john'][2:5].mean()
#------------------------------
print()
#df.set_index('name', inplace=True)
print("2-1.john的數學科平均分數=\n")

#------------------------------
#3.練習3：計算各科平均分數：df2.mean(axis=0)
#------------------------------
print()
#df2 = df[["chi", "eng", "math"]]
print("3-1.計算各科平均分數=\n")


#------------------------------
#4.練習4：計算每個人的平均分數：df2.mean(axis=1)
#------------------------------
print()
#df2 = df[["chi", "eng", "math"]]
print("4-1.計算每個人的平均分數=\n")


#------------------------------
#5.練習5：各科目最高分: df2.max(axis=0)
#------------------------------
print()
#df2 = df[['chi','eng','math']]
print("5-1.各科目最高分=\n")


#------------------------------
#6.練習6：每個學生的最低分：df2.min(axis=1)
#------------------------------
print()
#df2 = df[['chi','eng','math']]
print("5-1.每個學生的最低分=\n")


#--------------------------------------------------------------------




















#--------------------------------------------------------------------
#範例16-18：pandas與numpy的axis軸：計算平均mean,總和sum，最大max，最小min
#http://changtw-blog.logdown.com/posts/895468-python-numpy-axis-concept-organize-notes

#（1）檔案：學生成績檔：score2.xlsx（mad3a資料表）
#https://acupun.site/lecture/python/py_example/chp16/score2.xlsx

#（2）重點1：計算平均分數 = mean()
# 計算1維Series的平均分：df['math].mean()
# 計算2維DataFrame，每個欄位columns的平均分：df.mean(axis=0)
# 計算2維DataFrame，每個列index的平均分：df.mean(axis=1)

#（3）重點2：axis=0，axis=1是什麼意思
# numpy和pandas中 axis(軸)的概念:
# (A)df.mean(axis=1),表示依照row(index)，計算每一水平列（每個學生）的平均
# 圖示：http://user-image.logdown.io/user/18813/blog/18326/post/895468/NdQzZsNgR9un4TIruSVe_6.jpg

# (B)df.mean(axis=0),表示依照欄位(colunmns)，計算每一垂直欄位（每個科目）的平均
# 圖示：http://user-image.logdown.io/user/18813/blog/18326/post/895468/hdxcm2OEQGCxXpEgBn0V_9.jpg

#（4）重點3：
# 大部分的pandas函數，都支持1維度的series，與2維的DataFrame的計算
# 少數的pandas函數，例如：關鍵字查詢(.str.contains())只支援1維度的series，不支持2維的DataFrame的計算
# 2維的DataFrame的函數計算，可以指定axis=0 計算垂直欄位函數，或是指定axis=1,計算水平列的函數

#------------------------------
#1.練習1：計算數學科平均分數
#------------------------------
#（1）讀取網路檔案：score2.xlsx（mad3a資料表）
import pandas as pd
df = pd.read_excel("https://acupun.site/lecture/python/py_example/chp16/score2.xlsx","mad3a")
print()
print("1-1.全部的資料=\n", df)

#---------------------
print()
print("1-2.數學科平均分數=\n", f"{df['math'].mean():.1f}" )

#------------------------------
#2.練習2：計算john平均分數
#------------------------------
print()
df.set_index('name', inplace=True)
print("2-1.john的數學科平均分數=\n", df.loc['john'][2:5].mean() )

#------------------------------
#3.練習3：計算各科平均分數
#------------------------------
print()
df2 = df[["chi", "eng", "math"]]
print("3-1.計算各科平均分數=\n", df2.mean(axis=0))


#------------------------------
#4.練習4：計算每個人的平均分數
#------------------------------
print()
df2 = df[["chi", "eng", "math"]]
print("4-1.計算每個人的平均分數=\n", df2.mean(axis=1))


#------------------------------
#5.練習5：各科目最高分
#------------------------------
print()
df2 = df[['chi','eng','math']]
print("5-1.各科目最高分=\n", df2.max(axis=0))


#------------------------------
#6.練習6：每個學生的最低分
#------------------------------
print()
df2 = df[['chi','eng','math']]
print("5-1.每個學生的最低分=\n", df2.min(axis=1))


#--------------------------------------------------------------------