Pandas进阶修炼120题｜第二期

数据读取

题目：读取本地EXCEL数据

难度：⭐

答案

代码语言：javascript复制

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

本期部分习题与该数据相关

数据查看

题目：查看df数据前5行

难度：⭐

期望输出

答案

代码语言：javascript复制

df.head()

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

代码语言：javascript复制

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

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

代码语言：javascript复制

education salary            
不限 19600.000000
大专 10000.000000
本科 19361.344538
硕士 20642.857143

答案

代码语言：javascript复制

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

时间转换

题目：将createTime列时间转换为月-日

难度：⭐⭐⭐

期望输出

答案

代码语言：javascript复制

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

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

代码语言：javascript复制

<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

代码语言：javascript复制

df.info()

数据查看

题目：查看数值型列的汇总统计

难度：⭐

答案

代码语言：javascript复制

df.describe()

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

代码语言：javascript复制

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

数据整理

题目：按照salary列对数据降序排列

难度：⭐⭐

答案

代码语言：javascript复制

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

数据提取

题目：取出第33行数据

难度：⭐⭐

答案

代码语言：javascript复制

df.loc[33]

数据计算

题目：计算salary列的中位数

难度：⭐⭐

答案

代码语言：javascript复制

np.median(df['salary'])

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

代码语言：javascript复制

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

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

代码语言：javascript复制

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

数据删除

题目：删除最后一列categories

难度：⭐

答案

代码语言：javascript复制

del df['categories']

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

代码语言：javascript复制

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

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

代码语言：javascript复制

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

数据计算

题目：计算salary最大值与最小值之差

难度：⭐⭐⭐

答案

代码语言：javascript复制

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

数据处理

题目：将第一行与最后一行拼接

难度：⭐⭐

答案

代码语言：javascript复制

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

数据处理

题目：将第8行数据添加至末尾

难度：⭐⭐

答案

代码语言：javascript复制

df.append(df.iloc[7])

数据查看

题目：查看每列的数据类型

难度：⭐

期望结果

代码语言：javascript复制

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

答案

代码语言：javascript复制

df.dtypes

数据处理

题目：将createTime列设置为索引

难度：⭐⭐

答案

代码语言：javascript复制

df.set_index("createTime")

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

代码语言：javascript复制

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

数据处理

题目：将上一题生成的dataframe与df合并

难度：⭐⭐

答案

代码语言：javascript复制

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

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

代码语言：javascript复制

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

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

代码语言：javascript复制

df.isnull().values.any()

数据转换

题目：将salary列类型转换为浮点数

难度：⭐⭐⭐

答案

代码语言：javascript复制

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

数据计算

题目：计算salary大于10000的次数

难度：⭐⭐

答案

代码语言：javascript复制

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

数据统计

题目：查看每种学历出现的次数

难度：⭐⭐⭐

期望输出

代码语言：javascript复制

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

答案

代码语言：javascript复制

df.education.value_counts()

数据查看

题目：查看education列共有几种学历

难度：⭐⭐

答案

代码语言：javascript复制

df['education'].nunique()

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

代码语言：javascript复制

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

以上就是Pandas进阶修炼120题｜第二期的全部内容，数据可在后台回复pandas获取，完整的源码将会在稍晚些时候整理发布，如果对于某些题有其他解法欢迎点击下方小程序留言，我们下一期见～

数据处理数据可视化 python

0 人点赞