0


数据分析 | Pandas 200道练习题,每日10道题,学完必成大神(3)

文章目录

1.读取本的数据集

# 读取本地的数据集# 数据集可以私信我我发给你们,同样也可以
df = pd.read_excel('data1.xlsx')  
df

在这里插入图片描述

2.查看数据的前5行

使用head()函数查看数据的前几行,可以传入具体的数,默认是5

# 查看数据的前5行
df.head()

在这里插入图片描述

3.将salary列的数据转换为最大值和最小值的平均值

map和apply函数接受的参数都是一个行数,而且都不会直接改变原数据,都是返回一个新的DataFrame对象

# 将salary列数据转换为最大值和最小值的平均值# 方式一 使用map函数deffun(x):
    a,b = x.split('-')
    a =int(a.strip('k'))*1000
    b =int(b.strip('k'))*1000returnint((a+b)/2)
df['salary'].map(fun)# 方式二使用apply函数
df['salary']= df['salary'].apply(fun)
df

4.将数据根据学历进行分组计算平均值

使用groupby()函数进行分组

# 将数据根据学历进行分组并计算平均值
df.groupby('education').mean()

在这里插入图片描述

5.将createTime列转换为月日

# 将create Time列转换为月日for i inrange(len(df)):
    df.iloc[i,0]= df.iloc[i,0].to_pydatetime().strftime('%m-%d')

df.head()

在这里插入图片描述

6.查看所索引,数据类型和内存信息

info()函数

# 查看索引,数据类型,和内存信息
df.info()

在这里插入图片描述

7.查看数值型列的汇总统计

describe() 返回的数据包括,数量,数据的平均值,标准差,最小值,最大值,25%、50% 75 % 的分位数

# 查看数值型列的汇总统计
df.describe()

在这里插入图片描述

8.新增一列根据salary将数据分为三组

# 新增一列根据salary将数据分为三组,并且设置等级
bins =[0,5000,20000,50000]
group_names =['底','中','高']

df['categories']= pd.cut(df['salary'],bins,labels=group_names)
df

在这里插入图片描述

9.按照salary列队数据降序排序

sort_values 默认是升序

# 按照salary列对数据降序排列# ascending=False降序# ascending=True升序

df.sort_values('salary',ascending=False)

在这里插入图片描述

10.取出第33行的数据

根据索引选出第33行,索引从0开始

# 取出第33行的数据
df.loc[32]

在这里插入图片描述

今天的10道题涉及的东西多了一些,

groupby

describe

cut

sort_values

info

等,如果想要全部的了解这些,仅靠这10道题是远远不够的,希望大家能够额外找些试题练习,也可以根据跟着博主的文章一块刷题✨✨✨

推荐使用牛客网进行练习 直达牛客,快人一步

在这里插入图片描述

欢迎您的关注
在这里插入图片描述


本文转载自: https://blog.csdn.net/qq_52007481/article/details/127559191
版权归原作者 小鱼干儿♛ 所有, 如有侵权,请联系我们删除。

“数据分析 | Pandas 200道练习题,每日10道题,学完必成大神(3)”的评论:

还没有评论