Pandas进阶修炼,先来20道题热身再说!

和鲸社区 Pandas进阶修炼120——第一期 Pandas基础、第二期 Pandas数据处理 pandas进阶修炼120120学习Pandas数据处理 阅读详情

在『Pandas进阶修炼』系列中,我们将对pandas中常用的操作以习题的形式发布。从读取数据到高级操作全部包含。如果你是新手,可以通过本系列完整学习使用pandas进行数据处理的各种方法,如果你是高手,欢迎留言给出与答案的不同解法,本期先来20题热身吧!

” 

1

创建DataFrame

题目:将下面的字典创建为DataFrame

data = {"grammer":["Python","C","Java","GO",np.nan,"SQL","PHP","Python"],
       "score":[1,2,np.nan,4,5,6,7,10]}

难度:⭐

期望结果

答案

df = pd.DataFrame(data)

本期所有题目均基于该数据框给出

 2

数据提取

题目:提取含有字符串"Python"的行

难度:⭐⭐

期望结果

grammer  score
0 Python    1.0
7 Python   10.0

答案

result=df[df['grammer'].str.contains("Python")]

 3

提取列名

题目:输出df的所有列名

难度:⭐

期望结果

Index(['grammer', 'score'], dtype='object')

答案

df.columns

 4

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

题目:计算popularity列平均值

难度:⭐⭐

答案

df['popularity'].mean()

10

格式转换

题目:将grammer列转换为list

难度:⭐⭐

答案

df['grammer'].to_list()

11

数据保存

题目:将DataFrame保存为EXCEL

难度:⭐⭐

答案

df.to_excel('filename.xlsx')

12

数据查看

题目:查看数据行列数

难度:⭐

答案

df.shape

13

数据提取

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

题目:交换两列位置

难度:⭐⭐⭐

答案

temp = df['popularity']
df.drop(labels=['popularity'], axis=1,inplace = True)
df.insert(0, 'popularity', temp)

15

数据提取

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

题目:查看最后5行数据

难度:⭐

答案

df.tail()

17

数据修改

题目:删除最后一行数据

难度:⭐

答案

df = df.drop(labels=0)

18

数据修改

题目:添加一行数据['Perl',6.6]

难度:⭐⭐

答案

row={'grammer':'Perl','popularity':6.6}
df = df.append(row,ignore_index=True)

19

数据整理

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)

20

字符统计

题目:统计grammer列每个字符串的长度

难度:⭐⭐⭐

答案

df['grammer'].map(lambda x: len(x))

看看你能答出几道题目,欢迎留言区吱一声!


● 80%的人都不知道,全球Python库下载前10名

● 我珍藏的一些好的Python代码,技巧|上篇

● 爬取300本Python书籍,用Python告诉你哪家强?

● 简单几步,100行代码用Python画一个蝙蝠侠的logo

● 我用Python分析了《青春有你2》109位漂亮小姐姐,真香!

点击阅读原文,原创400篇干货文章

逆向实战:如何绕过iTunes 12.6.5.3的反调试机制(附X64dbg插件配置) 本文深入剖析了iTunes 12.6.5.3的反调试机制与登录协议。通过X64dbg动态调试与IDA静态分析,详细演示了如何绕过其反调试检测,并定位到核心的登录协议加密函数,揭示了其请求签名(X-Apple-ActionSignature)的生成逻辑与依赖关系,为客户端安全研究与协议分析提供了实战思路。 阅读详情

相关推荐

无人驾驶小车调试笔记(六)-- 车轮校准

简介:小车的动力完全来自于两个电机带动的车轮,在理想状态下,给两个电机同样的驱动参数,两个车轮会以同样的转速带动小车直线行驶,而实际情况是每个电机可能都会有个体差异,也就是说给予同样的驱动参数,表现出的转动速度会有些许不同,两个轮子的差速会导致车辆拐弯,后果就是给了直线行驶的控制命令,但是车走着走着就偏离了原本的方向,所以在开始控制之前,我们需要先平衡两个车轮的转速,保证在同样驱动参数下,两个车轮转速大致相同,也就是可以走直线。 车轮校准分为3步,测试、调整后再测试、保存参...

aibingjin的博客 1794

pandas进阶修炼300,全新上线!

大家好现在,经过一个多月的整理,全新的 「pandas进阶修炼300」来了。下面是一些介绍,文末可以免费下载~01全新目录新版pandas300,按照操作分为「10大章节」,每章均配有...

Python数据之道 4143

托盘实例分割数据集_20251120_043045.zip

托盘实例分割数据集一、基础信息数据集名称:托盘实例分割数据集图片数量:- 训练集:507张图片- 验证集:101张图片- 测试集:68张图片- 总计:676张图片分类类别:- palletfront(托盘正面):托盘的正面视图部分,用于识别托盘的方向和整体结构。- palletpocket(托盘口袋):托盘上的口袋或凹槽结构,常用于堆叠或固定时的定位。标注格式:YOLO格式,包含实例分割的多边形坐标点,适用于实例分割任务。数据格式:JPEG图片,来源于实际物流和工业场景。二、适用场景物流自动化系统开发:数据集支持实例分割任务,帮助构建能够精确识别和分割托盘部件的AI模型,实现自动化的堆叠、分类和库存管理。工业机器人视觉集成:集成至机器人控制系统,提供准确的托盘部件分割结果,指导机器人进行抓取、放置和操作。制造业质量检测:用于检测托盘的结构完整性和正确性,确保在生产和物流过程中的质量评估。学术研究与算法创新:支持计算机视觉实例分割算法的研究和开发,特别是在工业应用场景下的性能提升。三、数据集优势精准标注与实用性:每个托盘实例都经过详细的多边形标注,确保分割边界的准确性,直接适用于实际应用。类别覆盖关键部件:包含托盘正面和口袋两个重要类别,覆盖托盘结构中的关键元素,提升模型的综合识别能力。格式兼容与易用性:标注采用主流YOLO格式,兼容多种深度学习框架,便于快速加载和训练。真实场景数据:图片来源于真实环境,具有高度的实际代表性,增强模型在现实世界中的泛化能力。应用价值突出:专注于物流和工业领域的实例分割需求,为自动化系统提供可靠的数据支撑。

Pandas进阶修炼120练习

Pandas进阶修炼120练习

qq_42740465的博客 2050

数据分析_Pandas基础练习9(附数据)

'''目标:修复数据中异常时间的数据,将异常时间数据统一减少100实现方式:自定义函数1.观察数据找到异常数据所在处:“Yr_Mo_Dy”2.查看“Yr_Mo_Dy”数据类型:datetime643.提取异常的内容:提取日期中的年份4.将提取出来的年份减去1005.将处理好的年份拼接月份和天数的信息:datetime.date()用于拼接年份月份以及天数6.返回处理后的日期(年月日)

weixin_46578004的博客 8355

Pandas进阶修炼120-第五期(一些补充,101-120

其中,equal_rows 将是一个元组,包含一个数组,数组中的值是满足条件的行号,可以通过 equal_rows[0] 来访问这个数组。方法更改了 DataFrame 的显示样式,实际上您并没有修改 DataFrame 本身的数据,只是修改了其显示的样式。这是一个很好的方式来格式化 pandas DataFrame 的显示样式,而不真正更改 DataFrame 中的数据。是用来设置 Pandas 显示选项的,确保当您显示 DataFrame 时,所有的列都会被显示出来,而不是被截断。

qq_33489955的博客 1546

数据分析 | Pandas 200练习,每日10,学完必成大神(1

数据分析 | Pandas 200练习,每日10,学完必成大神,目由浅到深,层层递进,让你不仅仅是知Pasdas,更会灵活的使用。

小鱼干儿的博客 7431

Pandas进阶修炼120|第一期

============= 欢迎关注文章首发公众号:早起python ============= 在『Pandas进阶修炼120』系列中,我们将对pandas中常用的操作以习的形式发布。从读取数据到高级操作全部包含。如果你是新手,可以通过本系列完整学习使用pandas进行数据处理的各种方法,如果你是高手,欢迎留言给出与答案的不同解法。本期先来20热身吧! 1创建DataFrame ...

早起Python 1984

pandas 修改列名_Pandas进阶修炼120第一期

点击上方『早起python』关注早起和我一起,成为更好的自己“ 在『Pandas进阶修炼120』系列中,我们将对pandas中常用的操作以习的形式发布。从读取数据到高级操作全部包含。如果你是新手,可以通过本系列完整学习使用pandas进行数据处理的各种方法,如果你是高手,欢迎留言给出与答案的不同解法。本期先来20热身吧! ”1创建DataFrame目:将下面的字典创建为Data...

weixin_39832628的博客 200

生成全1矩阵_NumPy进阶修炼|矩阵操作20

大家好,又到了NumPy进阶修炼,其实已经断更很久了,那么在本文正式发布目之前,先说下改动的地方,在以前的Pandas120和NumPy热身20中,我都是将我的答案附在每一的后面 这种形式的目对于读者来说,尤其是新手朋友们,很容易被我的思路带进去,实际上不论我的pandas还是numpy的习,每一都有多种解法,并且我的解法有时也并不是最佳方法,所以为了让大家多一点自己思考的时间,...

weixin_39604897的博客 499

pandasinplace_Pandas进阶修炼120第一期

点击上方『早起python』关注早起和我一起,成为更好的自己“ 在『Pandas进阶修炼120』系列中,我们将对pandas中常用的操作以习的形式发布。从读取数据到高级操作全部包含。如果你是新手,可以通过本系列完整学习使用pandas进行数据处理的各种方法,如果你是高手,欢迎留言给出与答案的不同解法。本期先来20热身吧! ”1创建DataFrame目:将下面的字典创建为Data...

weixin_28733803的博客 141

pandas删除字符串中存在什么的行_Pandas进阶修炼120|第一期

=============欢迎关注文章首发公众号:早起python=============在『Pandas进阶修炼120』系列中,我们将对pandas中常用的操作以习的形式发布。从读取数据到高级操作全部包含。如果你是新手,可以通过本系列完整学习使用pandas进行数据处理的各种方法,如果你是高手,欢迎留言给出与答案的不同解法。本期先来20热身吧!1创建DataFrame目:将下面的字典创...

weixin_39834149的博客 193

pandas 以字符串读取数据_Pandas进阶修炼120|第一期

=============欢迎关注文章首发公众号:早起python=============在『Pandas进阶修炼120』系列中,我们将对pandas中常用的操作以习的形式发布。从读取数据到高级操作全部包含。如果你是新手,可以通过本系列完整学习使用pandas进行数据处理的各种方法,如果你是高手,欢迎留言给出与答案的不同解法。本期先来20热身吧!1创建DataFrame目:将下面的字典创...

weixin_30605469的博客 169

零基础数据挖掘入门系列(二) - 数据的探索性(EDA)分析

1. 写在前面 零基础入门数据挖掘是记录自己在Datawhale举办的数据挖掘专学习中的所学和所想, 该系列笔记使用理论结合实践的方式,整理数据挖掘相关知识,提升在实际场景中的数据分析、数据清洗,特征工程、建模调参和模型融合等技能。所以这个系列笔记共五篇, 也分别从上面五方面进行整理学习, 既是希望能对知识从实战的角度串联回忆,加强动手能力的锻炼,也希望这五篇笔记能够帮助到更多喜欢数据挖掘的小伙...

Miracle8070 5066

程序员面试100及最佳答案,python pandas库统计分析基础必备知识汇总,阿里后台开发

现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习。

weixin_58085973的博客 1504

发现一个 Pandas 神器,真香~

大家好,之前跟大家分享过很多pandas学习资料,很多读者反映都非常的强烈,最近又发现一份不错的习,按照惯例给大家安利一波。历经一年,最新的「pandas进阶修炼300」再次更新,...

Python数据之道 387

Python中Pandas库练习

编程1:创建和操作Series任务描述:使用Pandas创建一个Series对象,包含以下数据:完成以下任务:创建一个Series对象series1。使用series1创建一个新的Series对象series2,索引为['e', 'd', 'c', 'b', 'a']。将series1和series2相加,结果存储到series_sum中。输出series_sum。

2301_82247039的博客 1402

Pandas 入门 15

【代码】Pandas 入门 15

m0_46926492的博客 1289

Pandas进阶修炼120-第一期(Pandas基础,1-20

pandas 120总结

qq_33489955的博客 2498

pandas经典练习

pandas经典练习

qq_51447436的博客 1万+
上一篇: LeetCode中,Python一行代码能干啥?
下一篇: 用 Python 分析微信群聊记录,是怎样一种体验?
菜鸟学Python
博客等级 码龄9年 7561粉丝 571原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值