英特尔|超实用的Pandas 函数汇总，你会几个？ CPU

文章图片

文章图片

哈喽大家好，经过前面一段时间的学习，大家也对Pandas 有了基本的了解，那我们知道pandas是用 Python 进行数据分析时最常用也是最强大的工具库。因此给大家总结了常见的几个问题，大家一起来看看吧！
1.如何创建DataFrame
题目：将下面的字典创建为DataFrame
data=https://mparticle.uc.cn/api/
<{p>\"grammer\":[\"Python\"\"C\"\"Java\"\"GO\"np.nan\"SQL\"\"PHP\"\"Python\"

\"score\":[12np.nan456710

难度：?
我们希望得到的结果是这样的：

答案：
df = pd.DataFrame(data)
下文所有题目均基于该数据框给出
2.怎么数据提取
题目：提取含有字符串\"Python\"的行
难度系数：??
我们希望得到的结果是这样的：
grammerscore
0 Python1.0
7 Python10.0
答案如下：
result=df[df['grammer'
.str.contains(\"Python\")

3.如何提取列名
题目：输出df的所有列名
难度：?
我们希望得到的结果是这样的：
Index(['grammer' 'score'
dtype='object')
答案df.columns
4.如何修改列名
题目：修改第二列列名为'popularity'
难度：??
答案df.rename(columns={'score':'popularity' inplace = True)
5.字符怎么统计
题目：统计grammer列中每种编程语言出现的次数
难度：??
答案df['grammer'
.value_counts()
6.缺失值如何处理
题目：将空值用上下值的平均值填充
难度：???
答案df['popularity'
= df['popularity'
.fillna(df['popularity'
.interpolate())
7.数据怎么提取
题目：提取popularity列中值大于3的行
难度：??
答案df[df['popularity'
> 3

8.数据如何去重
题目：按照grammer列进行去重
难度：??
答案df.drop_duplicates(['grammer'
)
9.数据计算问题
题目：计算popularity列平均值
难度：??
答案df['popularity'
.mean()

10.格式转换问题
【英特尔|超实用的Pandas 函数汇总，你会几个？】题目：将grammer列转换为list
难度：??
答案df['grammer'
.to_list()
11.数据保存问题
题目：将DataFrame保存为EXCEL
难度：??
答案df.to_excel('filename.xlsx')
12.数据查看问题
题目：查看数据行列数
难度：?
答案df.shape
13.数据提取问题
题目：提取popularity列值大于3小于7的行
难度：??
答案df[(df['popularity'
> 3) & (df['popularity'
< 7)

14.位置处理问题问题
题目：交换两列位置
难度：???
答案temp = df['popularity'

df.drop(labels=['popularity'
axis=1inplace = True)
df.insert(0 'popularity' temp)
15.数据提取问题
题目：提取popularity列最大值所在行
难度：??
答案df[df['popularity'
== df['popularity'
.max()

16.数据查看问题
题目：查看最后5行数据
难度：?
答案df.tail()
17.数据修改问题
题目：删除最后一行数据
难度：?
答案df = df.drop(labels=0)
18.数据修改问题
题目：添加一行数据['Perl'6.6

难度：??
答案row={'grammer':'Perl''popularity':6.6
df = df.append(rowignore_index=True)
19.数据整理问题
题目：对数据按照\"popularity\"列值的大小进行排序
难度：??
答案df.sort_values(\"popularity\"inplace=True)