【头歌】——数据分析与实践-python-Pandas 初体验-Pandas数据取值与选择-Pandas进阶
【头歌】——数据分析与实践-python-Pandas 初体验-Pandas数据取值与选择-Pandas进阶
- Pandas 初体验
- 第1关 了解数据处理对象--Series
- 第2关 了解数据处理对象-DataFrame
- 第3关 读取 CSV 格式数据
- 第4关 数据的基本操作——排序
- 第5关 数据的基本操作——删除
- 第6关 数据的基本操作——算术运算
- 第7关 数据的基本操作——去重
- 第8关 数据重塑
- Pandas数据取值与选择
- 第1关 Series数据选择
- 第2关 DataFrame数据选择方法
- Pandas 进阶
- 第1关 Pandas 分组聚合
- 第2关 Pandas 创建透视表和交叉表
Pandas 初体验
第1关 了解数据处理对象–Series
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def create_series(): ''' 返回值: series_a: 一个Series类型数据 series_b: 一个Series类型数据 dict_a： 一个字典类型数据 ''' # 请在此添加代码 完成本关任务 # ********** Begin *********# series_a=Series([1,2,5,7],index=['nu','li','xue','xi']) dict_a={'ting':1, 'shuo':2, 'du':32, 'xie':44} series_b=Series(dict_a) # ********** End **********# # 返回series_a,dict_a,series_b return series_a,dict_a,series_b第2关 了解数据处理对象-DataFrame
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def create_dataframe(): ''' 返回值: df1: 一个DataFrame类型数据 ''' # 请在此添加代码 完成本关任务 # ********** Begin *********# dictionary = {'states':['0hio','0hio','0hio','Nevada','Nevada'], 'years':[2000,2001,2002,2001,2002], 'pops':[1.5,1.7,3.6,2.4,2.9]} df1 = DataFrame(dictionary) df1=DataFrame(dictionary,index=['one','two','three','four','five']) df1['new_add']=[7,4,5,8,2] # ********** End **********# #返回df1 return df1第3关 读取 CSV 格式数据
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def read_csv_data(): ''' 返回值: df1: 一个DataFrame类型数据 length1: 一个int类型数据 ''' # 请在此添加代码 完成本关任务 # ********** Begin *********# df1 = pd.read_csv('test3/uk_rain_2014.csv', header=0) df1.columns = ['water_year','rain_octsep','outflow_octsep','rain_decfeb', 'outflow_decfeb', 'rain_junaug', 'outflow_junaug'] length1=len(df1) # ********** End **********# #返回df1,length1 return df1,length1第4关 数据的基本操作——排序
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def sort_gate(): ''' 返回值: s2: 一个Series类型数据 d2: 一个DataFrame类型数据 ''' # s1是Series类型数据，d1是DataFrame类型数据 s1 = Series([4, 3, 7, 2, 8], index=['z', 'y', 'j', 'i', 'e']) d1 = DataFrame({'e': [4, 2, 6, 1], 'f': [0, 5, 4, 2]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.sort_index() d2=d1.sort_values(by='f') # ********** End **********# #返回s2,d2 return s2,d2第5关 数据的基本操作——删除
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import numpy as np import pandas as pd def delete_data(): ''' 返回值: s2: 一个Series类型数据 d2: 一个DataFrame类型数据 ''' # s1是Series类型数据，d1是DataFrame类型数据 s1 = Series([5, 2, 4, 1], index=['v', 'x', 'y', 'z']) d1=DataFrame(np.arange(9).reshape(3,3), columns=['xx','yy','zz']) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.drop('z') d2=d1.drop(['yy'],axis=1) # ********** End **********# # 返回s2,d2 return s2, d2第6关 数据的基本操作——算术运算
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import numpy as np import pandas as pd def add_way(): ''' 返回值: df3: 一个DataFrame类型数据 ''' # df1,df2是DataFrame类型数据 df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list('abcd')) df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list('abcde')) df3=df1.add(df2,fill_value=4) # 请在此添加代码 完成本关任务 # ********** Begin *********# # ********** End **********# # 返回df3 return df3第7关 数据的基本操作——去重
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd def delete_duplicated(): ''' 返回值: df2: 一个DataFrame类型数据 ''' # df1是DataFrame类型数据 df1 = DataFrame({'k1': ['one'] * 3 + ['two'] * 4, 'k2': [1, 1, 2, 3, 3, 4, 4]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# df2=df1.drop_duplicates() # ********** End **********# # 返回df2 return df2第8关 数据重塑
# -*- coding: utf-8 -*- from pandas import Series,DataFrame import pandas as pd import numpy as np def suoying(): ''' 返回值: d1: 一个DataFrame类型数据 ''' #s1是Series类型数据 s1=Series(np.random.randn(10), index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]]) # 请在此添加代码 完成本关任务 # ********** Begin *********# d1=s1.unstack() # ********** End **********# # 返回d1 return d1 suoying()Pandas数据取值与选择
第1关 Series数据选择
import pandas as pd import numpy as np arr = input() dates = pd.date_range('20190101', periods=25) # 生成时间序列 df = pd.Series(eval(arr),index=dates) #完成编程要求，并输出结果 #********** Begin **********# df[pd.to_datetime('2019-01-29')]=320 a = df['2019-01-04'::] print(a[a>100]) #********** End **********第2关 DataFrame数据选择方法
import pandas as pd def demo(raw_data,origin): df = pd.DataFrame(raw_data,index=origin) #转换成编程要求所示DataFrame, 并输出 #********** Begin **********# print(df.loc[['Florida','Washington'],'deaths':].T) #********** End **********# returnPandas 进阶
第1关 Pandas 分组聚合
import pandas as pd import numpy as np ''' 返回最大值与最小值的和 ''' def sub(df): ######## Begin ####### return df.max() - df.min() ######## End ####### def main(): ######## Begin ####### data = pd.read_csv("step1/drinks.csv") df = pd.DataFrame(data) mapping = {"wine_servings":sub,"beer_servings":np.sum} print(df.groupby("continent").agg(mapping)) ######## End ####### if __name__ == '__main__': main()第2关 Pandas 创建透视表和交叉表
#-*- coding: utf-8 -*- import pandas as pd #创建透视表 def create_pivottalbe(data): ###### Begin ###### return data.pivot_table(index=["day"],values=["tip"],columns=["time"],margins=True,aggfunc=sum) ###### End ###### #创建交叉表 def create_crosstab(data): ###### Begin ###### return pd.crosstab(index=[data.day],columns=[data.time],values=data.tip,aggfunc=sum ,margins=True) ###### End ###### def main(): #读取csv文件数据并赋值给data ###### Begin ###### data = pd.read_csv("step2/tip.csv") ###### End ###### piv_result = create_pivottalbe(data) cro_result = create_crosstab(data) print("透视表：\n{}".format(piv_result)) print("交叉表：\n{}".format(cro_result)) if __name__ == '__main__': main()（图片来源网络，侵删）
免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们，邮箱：ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
