早起python

点关注和我一起学Python

大家好，本文为Pandas进阶修炼120题最后一期，在本期我整理了一些在Pandas中比较重要但是前几期没有体现的函数与操作供各位读者练习，如果感兴趣，请一定要敲一遍代码。

101数据读取题目：从CSV文件中读取指定数据难度：⭐⭐备注从数据1中的前10行中读取positionName, salary两列答案

df = pd.read_csv('数据1.csv',encoding='gbk', usecols=['positionName', 'salary'],nrows = 10)

102数据读取题目：从CSV文件中读取指定数据难度：⭐⭐备注从数据2中读取数据并在读取数据时将薪资大于10000的为改为高

答案

df = pd.read_csv('数据2.csv',converters={'薪资水平': lambda x: '高' if float(x) > 10000 else '低'} )

103数据计算题目：从dataframe提取数据难度：⭐⭐⭐备注从上一题数据中，对薪资水平列每隔20行进行一次抽样

期望结果

答案

df.iloc[::20, :][['薪资水平']]

104数据处理题目：将数据取消使用科学计数法难度：⭐⭐输入

df = pd.DataFrame(np.random.random(10)**10, columns=['data'])

期望结果

答案

df.round(3)

105数据处理题目：将上一题的数据转换为百分数难度：⭐⭐⭐期望结果

答案

df.style.format({'data': '{0:.2%}'.format})

106数据查找题目：查找上一题数据中第3大值的行号难度：⭐⭐⭐答案

df['data'].argsort()[::-1][7]

107数据处理题目：反转df的行难度：⭐⭐答案

df.iloc[::-1, :]

108数据重塑题目：按照多列对数据进行合并难度：⭐⭐输入

df1= pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],'key2': ['K0', 'K1', 'K0', 'K1'],'A': ['A0', 'A1', 'A2', 'A3'],'B': ['B0', 'B1', 'B2', 'B3']})

df2= pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],'key2': ['K0', 'K0', 'K0', 'K0'],'C': ['C0', 'C1', 'C2', 'C3'],'D': ['D0', 'D1', 'D2', 'D3']})

答案

pd.merge(df1, df2, on=['key1', 'key2'])

109数据重塑题目：按照多列对数据进行合并难度：⭐⭐

备注

只保存df1的数据

答案

pd.merge(df1, df2, how='left', on=['key1', 'key2'])

110数据处理题目：再次读取数据1并显示所有的列难度：⭐⭐备注数据中由于列数较多中间列不显示答案

df = pd.read_csv('数据1.csv',encoding='gbk')pd.set_option("display.max.columns", None)df

111数据查找题目：查找secondType与thirdType值相等的行号难度：⭐⭐答案

np.where(df.secondType == df.thirdType)

112数据查找题目：查找薪资大于平均薪资的第三个数据难度：⭐⭐⭐答案

np.argwhere(df['salary'] > df['salary'].mean())[2]

113数据计算题目：将上一题数据的salary列开根号难度：⭐⭐答案

df[['salary']].apply(np.sqrt)

114数据处理题目：将上一题数据的linestaion列按_拆分难度：⭐⭐答案

df['split'] = df['linestaion'].str.split('_')

115数据查看题目：查看上一题数据中一共有多少列难度：⭐答案

df.shape[1]

116数据提取题目：提取industryField列以'数据'开头的行难度：⭐⭐答案

df[df['industryField'].str.startswith('数据')]

117数据计算题目：按列制作数据透视表难度：⭐⭐⭐答案

pd.pivot_table(df,values=["salary","score"],index="positionId")

118数据计算题目：同时对salary、score两列进行计算难度：⭐⭐⭐答案

df[["salary","score"]].agg([np.sum,np.mean,np.min])

119数据计算题目：对不同列执行不同的计算难度：⭐⭐⭐备注对salary求平均，对score列求和答案

df.agg({"salary":np.sum,"score":np.mean})

120数据计算题目：计算并提取平均薪资最高的区难度：⭐⭐⭐⭐答案

df[['district','salary']].groupby(by='district').mean().sort_values('salary',ascending=False).head(1)

以上就是Pandas进阶修炼120题第五期全部内容，也是该系列最后一期的内容，如果对本期内容有任何疑问或者更好的方法欢迎给我留言。我会结合所有读者给出的新方法对全部120题进行再次整理汇总发布。

记得点个在看支持下～?