玩转数据处理120题｜Pandas版本
Pandas进阶修炼120题系列一共涵盖了数据处理、计算、可视化等常用操作，希望通过120道精心挑选的习题吃透pandas。并且针对部分习题给出了 多种解法与注解
，动手敲一遍代码一定会让你有所收获！
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
：:star:
期望结果
Python解法
import numpy as np
import pandas as pd
df = pd.DataFrame(data)
# 假如是直接创建
df = pd.DataFrame({
"grammer": ["Python","C","Java","GO",np.nan,"SQL","PHP","Python"],
"score": [1,2,np.nan,4,5,6,7,10]})
注：1-20题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
：:star::star:
期望结果
grammer score
0 Python 1.0
7 Python 10.0
Python解法
：
#> 1
df[df['grammer'] == 'Python']
#> 2
results = df['grammer'].str.contains("Python")
results.fillna(value=False,inplace = True)
df[results]
3
提取列名
题目
：输出df的所有列名
难度
：
:star:
期望结果
Index(['grammer', 'score'], dtype='object')
Python解法
df.columns
4
修改列名
题目
：修改第二列列名为 ‘popularity’
难度
：:star::star:
Python解法
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
：:star::star:
Python解法
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
：
:star::star::star:
Python解法
# pandas里有一个插值方法，就是计算缺失值上下两数的均值
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
：:star::star:
Python解法
df[df['popularity'] > 3]
8
数据去重
题目
：按照 grammer
列进行去重
难度
：
:star::star:
Python解法
df.drop_duplicates(['grammer'])
9
数据计算
题目
：计算 popularity
列平均值
难度
：
:star::star:
Python解法
df['popularity'].mean()
# 4.75
10
格式转换
题目
：将 grammer
列转换为list
难度
：
:star::star:
Python解法
df['grammer'].to_list()
# ['Python', 'C', 'Java', 'GO', nan, 'SQL', 'PHP', 'Python']
11
数据保存
题目
：将DataFrame保存为EXCEL
难度
：
:star::star:
Python解法
df.to_excel('filename.xlsx')
12
数据查看
题目
：查看数据行列数
难度
：
:star:
Python解法
df.shape
# (8, 2)
13
数据提取
题目
：提取 popularity
列值大于3小于7的行
难度
：
:star::star:
Python解法
df[(df['popularity'] > 3) & (df['popularity'] < 7)]
14
位置处理
题目
：交换两列位置
难度
：
:star::star::star:
Python解法
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
：
:star::star:
Python解法
df[df['popularity'] == df['popularity'].max()]
16
数据查看
题目
：查看最后5行数据
难度
：
:star:
Python解法
df.tail()
17
数据修改
题目
：删除最后一行数据
难度
：
:star:
Python解法
df = df.drop(labels=df.shape[0]-1)
18
数据修改
题目
：添加一行数据[ ‘Perl’
,
6.6]
难度
：
:star::star:
Python解法
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
：
:star::star:
Python解法
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
：
:star::star::star:
Python解法
df['grammer'] = df['grammer'].fillna('R')
df['len_str'] = df['grammer'].map(lambda x: len(x))
第二期：数据处理基础
21
数据读取
题目
：读取本地EXCEL数据
难度
：
:star:
Python解法
import pandas as pd
import numpy as np
df = pd.read_excel(r'C:\Users\chenx\Documents\Data Analysis\pandas120.xlsx')
21—50部分习题与该数据相关
22
数据查看
题目
：查看df数据前5行
难度
：
:star:
期望输出
Python解法
df.head()
23
数据计算
题目
：将
salary
列数据转换为最大值与最小值的平均值
难度
：
:star::star::star::star:
期望输出
Python解法
# 方法一：apply + 自定义函数
def func(df):
lst = df['salary'].split('-')
smin = int(lst[0].strip('k'))
smax = int(lst[1].strip('k'))
df['salary'] = int((smin + smax) / 2 * 1000)
return df
df = df.apply(func,axis=1)
# 方法二：iterrows + 正则
import re
for index,row in df.iterrows():
nums = re.findall('\d+',row[2])
df.iloc[index,2] = int(eval(f'({nums[0]} + {nums[1]}) / 2 * 1000'))
24
数据分组
题目
：将数据根据学历进行分组并计算平均薪资
难度
：
:star::star::star:
期望输出
education salary
不限 19600.000000
大专 10000.000000
本科 19361.344538
硕士 20642.857143
Python解法
df.groupby('education').mean()
25
时间转换
题目
：将
createTime
列时间转换为
月-日
难度
：
:star::star::star:
期望输出
Python解法
for index,row in df.iterrows():
df.iloc[index,0] = df.iloc[index,0].to_pydatetime().strftime("%m-%d")
26
数据查看
题目
：查看索引、数据类型和内存信息
难度
：
:star:
期望输出
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 135 entries, 0 to 134
Data columns (total 4 columns):
createTime 135 non-null object
education 135 non-null object
salary 135 non-null int64
categories 135 non-null category
dtypes: category(1), int64(1), object(2)
memory usage: 3.5+ KB
Python解法
df.info()
27
数据查看
题目
：查看数值型列的汇总统计
难度
：
:star:
Python解法
df.describe()
R解法
summary(df)
28
数据整理
题目
：新增一列根据salary将数据分为三组
难度
：
:star::star::star::star:
输入
期望输出
Python解法
bins = [0,5000, 20000, 50000]
group_names = ['低', '中', '高']
df['categories'] = pd.cut(df['salary'], bins, labels=group_names)
29
数据整理
题目
：按照 salary
列对数据降序排列
难度
：
:star::star:
Python解法
df.sort_values('salary', ascending=False)
3
0
数据提取
题目
：取出第33行数据
难度
：
:star::star:
Python解法
df.iloc[32]
31
数据计算
题目
：计算
salary
列的中位数
难度
：
:star::star:
Python解法
np.median(df['salary'])
# 17500.0
32
数据可视化
题目
：绘制薪资水平频率分布直方图
难度
：
:star::star::star:
期望输出
Python解法
# Jupyter运行matplotlib成像需要运行魔术命令
%matplotlib inline
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码
plt.rcParams['axes.unicode_minus'] = False # 解决符号问题
import matplotlib.pyplot as plt
plt.hist(df.salary)
# 也可以用原生pandas方法绘图
df.salary.plot(kind='hist')
33
数据可视化
题目
：绘制薪资水平密度曲线
难度
：
:star::star::star:
期望输出
Python解法
df.salary.plot(kind='kde',xlim = (0,70000))
34
数据删除
题目
：删除最后一列 categories
难度
：
:star:
Python解法
del df['categories']
# 等价于
df.drop(columns=['categories'], inplace=True)
35
数据处理
题目
：将df的第一列与第二列合并为新的一列
难度
：
:star::star:
Python解法
df['test'] = df['education'] + df['createTime']
36
数据处理
题目
：
将education列
与salary列合并为新的一列
难度
：
:star::star::star:
备注：
sala
ry为int类型，操作与35题有所不同
Python解法
df["test1"] = df["salary"].map(str) + df['education']
37
数据计算
题目
：计算salary最大值与最小值之差
难度
：
:star::star::star:
Python解法
df[['salary']].apply(lambda x: x.max() - x.min())
# salary 41500
# dtype: int64
38
数据处理
题目
：将第一行与最后一行拼接
难度
：
:star::star:
Python解法
pd.concat([df[1:2], df[-1:]])
39
数据处理
题目
：将第8行数据添加至末尾
难度
：
:star::star:
Python解法
df.append(df.iloc[7])
40
数据查看
题目
：查看每列的数据类型
难度
：
:star:
期望结果
createTime object
education object
salary int64
test object
test1 object
dtype: object
Python解法
df.dtypes
# createTime object
# education object
# salary int64
# test object
# test1 object
# dtype: object
41
数据处理
题目
：将
c
r
e
a
t
e
T
i
m
e
列设置为索引
难度
：
:star::star:
Python解法
df.set_index("createTime")
42
数据创建
题目
：生成一个和df长度相同的随机数dataframe
难度
：
:star::star:
Python解法
df1 = pd.DataFrame(pd.Series(np.random.randint(1, 10, 135)))
43
数据处理
题目
：将上一题生成的dataframe与df合并
难度
：
:star::star:
Python解法
df= pd.concat([df,df1],axis=1)
44
数据计算
题目
：生成新的一列
new
为
salary
列减去之前生成随机数列
难度
：
:star::star:
Python解法
df["new"] = df["salary"] - df[0]
45
缺失值处理
题目
：检查数据中是否含有任何缺失值
难度
：
:star::star::star:
Python解法
df.isnull().values.any()
# False
46
数据转换
题目
：将
salary
列类型转换为浮点数
难度
：
:star::star::star:
Python解法
df['salary'].astype(np.float64)
47
数据计算
题目
：计算
salary
大于10000的次数
难度
：
:star::star:
Python解法
len(df[df['salary'] > 10000])
# 119
48
数据统计
题目
：查看每种学历出现的次数
难度
：
:star::star::star:
期望输出
本科 119
硕士 7
不限 5
大专 4
Name: education, dtype: int64
Python解法
df.education.value_counts()
49
数据查看
题目
：查看
education
列共有几种学历
难度
：
:star::star:
Python解法
df['education'].nunique()
# 4
50
数据提取
题目
：提取
salary
与
new
列的和大于60000的最后3行
难度
：
:star::star::star::star:
期望输出
Python解法
rowsums = df[['salary','new']].apply(np.sum, axis=1)
res = df.iloc[np.where(rowsums > 60000)[0][-3:], :]
51
数据读取
题目
：使用绝对路径读取本地Excel数据
难度
：
:star:
Python解法
import pandas as pd
import numpy as np
df = pd.read_excel(r'C:\Users\chenx\Documents\Data Analysis\Pandas51-80.xls')
备注
请将答案中路径替换为自己机器存储数据的绝对路径，51—80相关习题与该数据有关
52
数据查看
题目
：查看数据前三行
难度
：
:star:
期望结果
Python解法
df.head(3)
53
缺失值处理
题目
：查看每列数据缺失值情况
难度
：
:star: :star:
期望结果
代码 1
简称 2
日期 2
前收盘价(元) 2
开盘价(元) 2
最高价(元) 2
最低价(元) 2
收盘价(元) 2
成交量(股) 2
成交金额(元) 2
.................
Python解法
df.isnull().sum()
54
缺失值处理
题目
：提取日期列含有空值的行
难度
：
:star: :star:
期望结果
Python解法
df[df['日期'].isnull()]
55
缺失值处理
题目
：输出每列缺失值具体行数
难度
：
:star:
:star: :star:
期望结果
列名："代码", 第[327]行位置有缺失值
列名："简称", 第[327, 328]行位置有缺失值
列名："日期", 第[327, 328]行位置有缺失值
列名："前收盘价(元)", 第[327, 328]行位置有缺失值
列名："开盘价(元)", 第[327, 328]行位置有缺失值
列名："最高价(元)", 第[327, 328]行位置有缺失值
列名："最低价(元)", 第[327, 328]行位置有缺失值
列名："收盘价(元)", 第[327, 328]行位置有缺失值
................
Python解法
for i in df.columns:
if df[i].count() != len(df):
row = df[i][df[i].isnull().values].index.tolist()
print('列名："{}", 第{}行位置有缺失值'.format(i,row))
56
缺失值处理
题目
：删除所有存在缺失值的行
难度
：
:star: :star:
Python解法
df.dropna(axis=0, how='any', inplace=True)
备注
axis：0-行操作（默认），1-列操作
how：any-只要有空值就删除（默认），all-全部为空值才删除
inplace：False-返回新的数据集（默认），True-在原数据集上操作
57
数据可视化
题目
：绘制收盘价的折线图
难度
：
:star: :star:
期望结果
Python解法
# Jupyter运行matplotlib
%matplotlib inline
df['收盘价(元)'].plot()
# 等价于
import matplotlib.pyplot as plt
plt.plot(df['收盘价(元)'])
58
数据可视化
题目
：同时绘制开盘价与收盘价
难度
：
:star:
:star: :star:
期望结果
Python解法
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码
plt.rcParams['axes.unicode_minus'] = False # 解决符号问题
df[['收盘价(元)','开盘价(元)']].plot()
59
数据可视化
题目
：绘制涨跌幅的直方图
难度
：
:star: :star:
期望结果
Python解法
plt.hist(df['涨跌幅(%)'])
# 等价于
df['涨跌幅(%)'].hist()
60
数据可视化
题目
：让直方图更细致
难度
：
:star: :star:
期望结果
Python解法
df['涨跌幅(%)'].hist(bins = 30)
61
数据创建
题目
：
以data的列名创建一个dataframe
难度
：
:star: :star:
Python解法
temp = pd.DataFrame(columns = df.columns.to_list())
62
异常值处理
题目
：
打印所有换手率不是数字的行
难度
：
:star:
:star: :star:
期望结果
Python解法
for index,row in df.iterrows():
if type(row[13]) != float:
temp = temp.append(df.loc[index])
63
异常值处理
题目
：
打印所有换手率为–的行
难度
：
:star:
:star: :star:
Python解法
df[df['换手率(%)'] == '--']
备注
通过上一题我们发现换手率的异常值只有–
64
数据处理
题目
：
重置data的行号
难度
：
:star:
Python解法
df = df.reset_index(drop=True)
备注
有时我们修改数据会导致索引混乱
65
异常值处理
题目
：
删除所有换手率为非数字的行
难度
：
:star:
:star: :star:
Python解法
lst = []
for index,row in df.iterrows():
if type(row[13]) != float:
lst.append(index)
df.drop(labels=lst,inplace=True)
66
数据可视化
题目
：
绘制
换手率的密度曲线
难度
：
:star:
:star: :star:
期望结果
Python解法
df['换手率(%)'].plot(kind='kde',xlim=(0,0.6))
67
数据计算
题目
：
计算前一天与后一天收盘价的差值
难度
：
:star: :star:
Python解法
df['收盘价(元)'].diff()
68
数据计算
题目
：
计算前一天与后一天收盘价变化率
难度
：
:star: :star:
Python解法
data['收盘价(元)'].pct_change()
69
数据处理
题目
：
设置日期为索引
难度
：
:star:
Python解法
df.set_index('日期')
70
指标计算
题目
：
以5个数据作为一个数据滑动窗口，在这个5个数据上取均值(收盘价)
难度
：
:star: :star:
:star:
Python解法
df['收盘价(元)'].rolling(5).mean()
71
指标计算
题目：
以5个数据作为一个数据滑动窗口，计算这五个数据总和(收盘价)
难度
：
:star: :star:
:star:
Python解法
df['收盘价(元)'].rolling(5).sum()
72
数据可视化
题目：
将收盘价5日均线、20日均线与原始数据绘制在同一个图上
难度
：
:star: :star:
:star:
期望结果
Python解法
df['收盘价(元)'].plot()
df['收盘价(元)'].rolling(5).mean().plot()
df['收盘价(元)'].rolling(20).mean().plot()
73
数据重采样
题目：
按周为采样规则，取一周收盘价最大值
难度
：
:star: :star:
:star:
Python解法
df = df.set_index('日期')
df['收盘价(元)'].resample('W').max()
74
数据可视化
题目：
绘制重采样数据与原始数据
难度
：
:star: :star:
:star:
期望结果
Python解法
df['收盘价(元)'].plot()
df['收盘价(元)'].resample('7D').max().plot()
75
数据处理
题目
：将数据往后移动5天
难度
：
:star: :star:
Python解法
df.shift(5)
76
数据处理
题目
：将数据向前移动5天
难度
：
:star: :star:
Python解法
df.shift(-5)
77
数据计算
题目
：使用expending函数计算开盘价的移动窗口均值
难度
：
:star: :star:
Python解法
df['开盘价(元)'].expanding(min_periods=1).mean()
78
数据可视化
题目
：绘制上一题的移动均值与原始数据折线图
难度
：
:star:
:star: :star:
期望结果
Python解法
df['expanding Open mean']=df['开盘价(元)'].expanding(min_periods=1).mean()
df[['开盘价(元)', 'expanding Open mean']].plot(figsize=(16, 6))
79
数据计算
题目
：计算布林指标
难度
：
:star:
:star: :star:
:star:
Python解法
df['former 30 days rolling Close mean']=df['收盘价(元)'].rolling(20).mean()
df['upper bound']=df['former 30 days rolling Close mean']+2*df['收盘价(元)'].rolling(20).std()
df['lower bound']=df['former 30 days rolling Close mean']-2*df['收盘价(元)'].rolling(20).std()
80
数据可视化
题目
：计算 布林线
并绘制
难度
：
:star:
:star: :star:
期望结果
Python解法
df[['收盘价(元)', 'former 30 days rolling Close mean','upper bound','lower bound' ]].plot(figsize=(16, 6))
81
数据查看
题目
：导入并查看pandas与numpy版本
难度
：
:star:
Python解法
import pandas as pd
import numpy as np
print(np.__version__)
# 1.16.5
print(pd.__version__)
# 0.25.1
82
数据创建
题目
：从NumPy数组创建DataFrame
难度
：
:star:
备注
使用numpy生成20个0-100 随机数
Python解法
tem = np.random.randint(1,100,20)
df1 = pd.DataFrame(tem)
83
数据创建
题目
：从NumPy数组创建DataFrame
难度
：
:star:
备注
使用numpy生成20个0-100 固定步长
的数
Python解法
tem = np.arange(0,100,5)
df2 = pd.DataFrame(tem)
84
数据创建
题目
：从NumPy数组创建DataFrame
难度
：
:star:
备注
使用numpy生成20个 指定分布(如标准正态分布)
的数
Python解法
tem = np.random.normal(0, 1, 20)
df3 = pd.DataFrame(tem)
85
数据创建
题目
：将df1，df2，df3按照行合并为新DataFrame
难度
：
:star::star:
Python解法
df = pd.concat([df1,df2,df3],axis=0,ignore_index=True)
86
数据创建
题目
：将df1，df2，df3按照列合并为新DataFrame
难度
：
:star::star:
期望结果
0 1 2
0 95 0 0.022492
1 22 5 -1.209494
2 3 10 0.876127
3 21 15 -0.162149
4 51 20 -0.815424
5 30 25 -0.303792
...............
Python解法
df = pd.concat([df1,df2,df3],axis=1,ignore_index=True)
87
数据查看
题目
：查看df所有数据的最小值、25%分位数、中位数、75%分位数、最大值
难度
：
:star::star:
Python解法
np.percentile(df, q=[0, 25, 50, 75, 100])
88
数据修改
题目
：修改列名为col1,col2,col3
难度
：
:star:
Python解法
df.columns = ['col1','col2','col3']
89
数据提取
题目
：提取第一列中不在第二列出现的数字
难度
：
:star::star::star:
Python解法
df['col1'][~df['col1'].isin(df['col2'])]
90
数据提取
题目
：提取第一列和第二列出现频率最高的三个数字
难度
：
:star::star::star:
Python解法
temp = df['col1'].append(df['col2'])
temp.value_counts()[:3]
91
数据提取
题目
：提取第一列中可以整除5的数字位置
难度
：
:star::star::star:
Python解法
np.argwhere(df['col1'] % 5==0)
92
数据计算
题目
：计算第一列数字前一个与后一个的差值
难度
：
:star::star:
Python解法
df['col1'].diff().tolist()
93
数据处理
题目
：将col1,col2,clo3三列顺序颠倒
难度
：
:star::star:
Python解法
df.iloc[:, ::-1]
94
数据提取
题目
：提取第一列位置在1,10,15的数字
难度
：
:star::star:
Python解法
df['col1'].take([1,10,15])
# 等价于
df.iloc[[1,10,15],0]
95
数据查找
题目
：查找第一列的局部最大值位置
难度
：
:star::star::star::star:
备注
即比它前一个与后一个数字的都大的数字
Python解法
res = np.diff(np.sign(np.diff(df['col1'])))
np.where(res== -2)[0] + 1
# array([ 2, 4, 7, 9, 12, 15], dtype=int64)
96
数据计算
题目
：按行计算df的每一行均值
难度
：
:star::star:
Python解法
df[['col1','col2','col3']].mean(axis=1)
97
数据计算
题目
：对第二列计算移动平均值
难度
：
:star::star::star:
备注
每次移动三个位置，不可以使用自定义函数
Python解法
np.convolve(df['col2'], np.ones(3)/3, mode='valid')
98
数据修改
题目
：将数据按照第三列值的大小升序排列
难度
：
:star::star:
Python解法
df.sort_values("col3",inplace=True)
99
数据修改
题目
：将第一列大于50的数字修改为’高’
难度
：
:star::star:
Python解法
df.col1[df['col1'] > 50] = '高'
100
数据计算
题目
：计算第一列与第二列之间的欧式距离
难度
：
:star::star::star:
备注
不可以使用自定义函数
Python解法
np.linalg.norm(df['col1']-df['col2'])
# 194.29873905921264
101
数据读取
题目
：从CSV文件中读取指定数据
难度
：
:star::star:
备注
从数据1中的前10行中读取positionName, salary两列
Python解法
df1 = pd.read_csv(r'C:\Users\chenx\Documents\Data Analysis\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
：
:star::star:
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
Python解法
df2 = pd.read_csv(r'C:\Users\chenx\Documents\Data Analysis\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
：
:star::star::star:
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
Python解法
df2.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
：
:star::star:
输入
df = pd.DataFrame(np.random.random(10)**10, columns=['data'])
期望结果
Python解法
df = pd.DataFrame(np.random.random(10)**10, columns=['data'])
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
：
:star::star::star:
期望结果
Python解法
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
：
:star::star::star:
Python解法
df['data'].argsort()[len(df)-3]
107
数据处理
题目
：反转df的行
难度
：
:star::star:
Python解法
df.iloc[::-1, :]
108
数据重塑
题目
：按照多列对数据进行合并
难度
：
:star::star:
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']})
Python解法
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
：
:star::star:
备注
只保存df1的数据
Python解法
pd.merge(df1, df2, how='left', on=['key1', 'key2'])
R语言解法
left_join(df1,df2,by = c('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
：
:star::star:
备注
数据中由于列数较多中间列不显示
Python解法
df = pd.read_csv(r'C:\Users\chenx\Documents\Data Analysis\数据1.csv',encoding='gbk')
pd.set_option("display.max.columns", None)
111
数据查找
题目
：查找secondType与thirdType值相等的行号
难度
：
:star::star:
Python解法
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
：
:star::star::star:
Python解法
np.argwhere(df['salary'] > df['salary'].mean())[2]
# array([5], dtype=int64)
113
数据计算
题目
：将上一题数据的salary列开根号
难度
：
:star::star:
Python解法
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
：
:star::star:
Python解法
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
：
:star:
Python解法
df.shape[1]
# 54
116
数据提取
题目
：提取industryField列以’数据’开头的行
难度
：
:star::star:
Python解法
df[df['industryField'].str.startswith('数据')]
117
数据计算
题目
： 以salary score 和 positionID制作数据透视
难度
：
:star::star::star:
Python解法
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
：
:star::star::star:
Python解法
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
：
:star::star::star:
备注
对salary求平均，对score列求和
Python解法
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
：
:star::star::star::star:
Python解法
df[['district','salary']].groupby(by='district').mean().sort_values(
'salary',ascending=False).head(1)
往期文章
先有收获，再点在看！
后台回复 pandas120
即可下载本教程课件代码
About The Author
