北京市|【全面】pandas数据分析面试题（六）汇总！北京市

文章图片

文章图片

文章图片

文章图片

哈喽，大家好，今天我们继续来总结pandas面试题。
1.隐藏索引
首先我们先导入数据：
import pandas as pd
df=pd.read_excel('北京结婚人数.xlsx')
然后设置好索引：
df.reset_index(drop=True)
然后hide_index进行隐藏索引：
df.style.hide_index()

2.高亮最大值
df.style.highlight_max(axis=0subset=['北京市'
)
3.高亮最小值
df.style.highlight_min(axis=0subset=['北京市'
)
4.高亮空值
df.style.highlight_null(axis=0subset=['北京市'
)
5.设置时间序列：
通过date-range设置好开始和结束的时间
pd.date_range(start='2022-8-01'end='2022-8-30')

同样可以通过频率设置，来呈现相同的效果：
df=pd.date_range(start='2022-8-01'periods=30)

6.设置时间戳
通过timestamp函数可以将精确的时间点展示出来：
pd.Timestamp('2022-08-15')

7.截断函数：
我们仍旧以上面的数据为例：
先导入数据：
import pandas as pd
df=pd.read_excel('北京结婚人数.xlsx')

我们通过截断函数，只要前5行数据：
df=df.truncate(before=0after=5)

8.merge函数怎么用？
我们先准备两组数据：
left = pd.DataFrame({'key1': ['K0' 'K0' 'K1' 'K2'

'key2': ['K0' 'K1' 'K0' 'K1'

'A': ['A0' 'A1' 'A2' 'A3'

'B': ['B0' 'B1' 'B2' 'B3'
)
right = pd.DataFrame({'key1': ['K0' 'K1' 'K1' 'K2'

'key2': ['K0' 'K0' 'K0' 'K0'

'C': ['C0' 'C1' 'C2' 'C3'

'D': ['D0' 'D1' 'D2' 'D3'
)
【北京市|【全面】pandas数据分析面试题（六）汇总！】我们通过key1进行合并这两组数据：
pd.merge(left right on='key1')

还可以通过多字段连接：
通过inner合并的数据，只会留下相同的字段：
pd.merge(left right on=['key1' 'key2'
how='inner')

通过outer合并数据，不相同的数据也会保留：
pd.merge(left right on=['key1' 'key2'
how='outer')