首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Pandas进阶修炼120题|第二期

大家好,Pandas进阶修炼120题系列旨在用刷题的方式彻底玩转pandas中各种操作,本期为第二期,我们开始吧~

21

数据读取

题目:读取本地EXCEL数据

难度:⭐

答案

df = pd.read_excel('pandas120.xlsx')

本期部分习题与该数据相关

22

数据查看

题目:查看df数据前5行

难度:⭐

期望输出

答案

df.head()

23

数据计算

题目:将salary列数据转换为最大值与最小值的平均值

难度:⭐⭐⭐⭐

期望输出

答案

import re
for i in range(len(df)):
    str1 = df.ix[i,2]
    k = re.findall(r"\d+\.?\d*",str1)
    salary = ((int(k[0]) + int(k[1]))/2)*1000
    df.ix[i,2] = salary

24

数据分组

题目:将数据根据学历进行分组并计算平均薪资

难度:⭐⭐⭐

期望输出

education salary            
不限 19600.000000
大专 10000.000000
本科 19361.344538
硕士 20642.857143

答案

df.groupby('education').mean()

25

时间转换

题目:将createTime列时间转换为月-日

难度:⭐⭐⭐

期望输出

答案

for i in range(len(df)):
    df.ix[i,0] = df.ix[i,0].to_pydatetime().strftime("%m-%d")

26

数据查看

题目:查看索引、数据类型和内存信息

难度:⭐

期望输出

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 135 entries, 0 to 134
Data columns (total 4 columns):
createTime 135 non-null object
education 135 non-null object
salary 135 non-null int64
categories 135 non-null category
dtypes: category(1), int64(1), object(2)
memory usage: 3.5+ KB

答案

df.info()

27

数据查看

题目:查看数值型列的汇总统计

难度:⭐

答案

df.describe()

28

数据整理

题目:新增一列根据salary将数据分为三组

难度:⭐⭐⭐⭐

输入

期望输出

答案

bins = [0,5000, 20000, 50000]
group_names = ['低', '中', '高']
df['categories'] = pd.cut(df['salary'], bins, labels=group_names)

29

数据整理

题目:按照salary列对数据降序排列

难度:⭐⭐

答案

df.sort_values('salary', ascending=False)

30

数据提取

题目:取出第33行数据

难度:⭐⭐

答案

df.loc[33]

31

数据计算

题目:计算salary列的中位数

难度:⭐⭐

答案

np.median(df['salary'])

32

数据可视化

题目:绘制薪资水平频率分布直方图

难度:⭐⭐⭐

期望输出

答案

df.salary.plot(kind='hist')

33

数据可视化

题目:绘制薪资水平密度曲线

难度:⭐⭐⭐

期望输出

答案

df.salary.plot(kind='kde',xlim=(0,80000))

34

数据删除

题目:删除最后一列categories

难度:⭐

答案

del df['categories']

35

数据处理

题目:将df的第一列与第二列合并为新的一列

难度:⭐⭐

答案

df['test'] = df['education']+df['createTime']

36

数据处理

题目:将education列与salary列合并为新的一列

难度:⭐⭐⭐

备注:salary为int类型,操作与35题有所不同

答案

df["test1"] = df["salary"].map(str) + df['education']

37

数据计算

题目:计算salary最大值与最小值之差

难度:⭐⭐⭐

答案

df[['salary']].apply(lambda x: x.max() - x.min())

38

数据处理

题目:将第一行与最后一行拼接

难度:⭐⭐

答案

pd.concat([df[:1], df[-2:-1]])

39

数据处理

题目:将第8行数据添加至末尾

难度:⭐⭐

答案

df.append(df.iloc[7])

40

数据查看

题目:查看每列的数据类型

难度:⭐

期望结果

createTime object
education object
salary int64
test object
test1 object
dtype: object

答案

df.dtypes

41

数据处理

题目:将createTime列设置为索引

难度:⭐⭐

答案

df.set_index("createTime")

42

数据创建

题目:生成一个和df长度相同的随机数dataframe

难度:⭐⭐

答案

df1 = pd.DataFrame(pd.Series(np.random.randint(1, 10, 135)))

43

数据处理

题目:将上一题生成的dataframe与df合并

难度:⭐⭐

答案

df= pd.concat([df,df1],axis=1)

44

数据计算

题目:生成新的一列new为salary列减去之前生成随机数列

难度:⭐⭐

答案

df["new"] = df["salary"] - df[0]

45

缺失值处理

题目:检查数据中是否含有任何缺失值

难度:⭐⭐⭐

答案

df.isnull().values.any()

46

数据转换

题目:将salary列类型转换为浮点数

难度:⭐⭐⭐

答案

df['salary'].astype(np.float64)

47

数据计算

题目:计算salary大于10000的次数

难度:⭐⭐

答案

len(df[df['salary']>10000])

48

数据统计

题目:查看每种学历出现的次数

难度:⭐⭐⭐

期望输出

本科 119
硕士 7
不限 5
大专 4
Name: education, dtype: int64

答案

df.education.value_counts()

49

数据查看

题目:查看education列共有几种学历

难度:⭐⭐

答案

df['education'].nunique()

50

数据提取

题目:提取salary与new列的和大于60000的最后3行

难度:⭐⭐⭐⭐

期望输出

答案

df1 = df[['salary','new']]
rowsums = df1.apply(np.sum, axis=1)
res = df.iloc[np.where(rowsums > 60000)[0][-3:], :]
下一篇
举报
领券