Pandas进阶修炼120题｜第二期

==============

欢迎关注首发公众号：早起python

==============

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：⭐⭐⭐⭐

期望输出

转存失败重新上传取消

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:], :]

以上就是Pandas进阶修炼120题｜第二期的全部内容，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～