基于‘学工系统’的郑州高校违纪处分数据分析与实现

张明：今天我需要处理郑州某高校的违纪处分数据，你有什么建议吗？

李华：你可以使用学工系统来获取这些数据。首先，你需要连接数据库，然后提取相关的违纪信息。

张明：那具体的代码怎么写呢？

李华：我们可以用Python来编写脚本，先连接MySQL数据库，然后查询违纪处分表中的数据。

张明：好的，那我试试看。

李华：以下是示例代码：

        import mysql.connector

        # 连接数据库
        conn = mysql.connector.connect(
            host="localhost",
            user="root",
            password="123456",
            database="student_management"
        )

        cursor = conn.cursor()

        # 查询违纪处分数据
        query = "SELECT * FROM disciplinary_actions WHERE city = '郑州'"
        cursor.execute(query)

        results = cursor.fetchall()

        for row in results:
            print(row)

        cursor.close()
        conn.close()
    

张明：这段代码看起来不错，但我想进一步分析这些数据，比如统计不同类型的违纪行为数量。

李华：那你可以在查询中加入GROUP BY语句，并使用COUNT函数。

张明：明白了，那我改一下代码。

李华：这是修改后的代码：

        import mysql.connector

        conn = mysql.connector.connect(
            host="localhost",
            user="root",
            password="123456",
            database="student_management"
        )

        cursor = conn.cursor()

        query = """
        SELECT violation_type, COUNT(*) AS count
        FROM disciplinary_actions
        WHERE city = '郑州'
        GROUP BY violation_type
        """

        cursor.execute(query)
        results = cursor.fetchall()

        for row in results:
            print(f"类型: {row[0]}, 数量: {row[1]}")

        cursor.close()
        conn.close()
    

张明：这样就能得到不同违纪类型的统计结果了，非常有用。

李华：是的，你还可以将这些数据导出为CSV文件，方便后续分析。

张明：那怎么导出呢？

李华：可以用pandas库，将查询结果转换为DataFrame，然后保存为CSV。

张明：听起来不错，那我试试看。

李华：以下是代码示例：

        import pandas as pd
        import mysql.connector

        conn = mysql.connector.connect(
            host="localhost",
            user="root",
            password="123456",
            database="student_management"
        )

        query = "SELECT * FROM disciplinary_actions WHERE city = '郑州'"
        df = pd.read_sql(query, conn)

        df.to_csv('disciplinary_actions_zhengzhou.csv', index=False)

        conn.close()
    

张明：这样就完成了数据的导出，我可以将这份CSV文件用于其他分析任务。

李华：没错，这能帮助你更好地理解郑州高校的违纪情况。

张明：我还想看看这些违纪行为的时间分布，有没有什么办法可以做到？

李华：你可以按时间字段分组，统计每个月或每个季度的违纪次数。

张明：那代码应该怎么写呢？

李华：下面是示例代码：

        import pandas as pd
        import mysql.connector

        conn = mysql.connector.connect(
            host="localhost",
            user="root",
            password="123456",
            database="student_management"
        )

        query = """
        SELECT DATE_FORMAT(date, '%Y-%m') AS month, COUNT(*) AS count
        FROM disciplinary_actions
        WHERE city = '郑州'
        GROUP BY month
        ORDER BY month
        """

        df = pd.read_sql(query, conn)

        df.to_csv('disciplinary_actions_monthly.csv', index=False)

        conn.close()
    

张明：这样就能看到每个月的违纪情况了，很有帮助。

李华：是的，你还可以用matplotlib绘制折线图，更直观地显示趋势。

张明：那我接下来可以尝试一下。

李华：很好，继续努力！

张明：谢谢你，这些代码真的帮了我大忙。

李华：不客气，如果你还有其他问题，随时问我。

张明：好的，我会继续深入学习学工系统的相关知识。

李华：加油，希望你能做出更有价值的分析成果。

张明：谢谢你的指导，我会继续努力的。

李华：祝你成功！