Pandas 100道练习题(一)

经过前面愉快(枯燥🥱)的接口学习，现在让我们来放松一下，轻轻松松的小试牛刀一把。

Importing pandas

难度：超级easy

1. 导入pandas库

import pandas as pd

2. 打印pandas版本信息

pd.__version__

3. 打印pandas依赖包及其版本信息

pd.show_versions()

DataFrame basics

难度：easy

4. 创建一个DataFrame(df)，用data做数据，labels做行索引

import numpy as np
data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
      'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
      'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
      'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']

df = pd.DataFrame(data=data, index=labels)

df.png

5. 显示有关此df及其数据的基本信息的摘要

df.describe()
# 或
df.info()

image.png

6. 查看此df的前三行数据

df.head(3)

image.png

7. 选择df中列标签为animal和age的数据

df.loc[:, ['animal', 'age']]

image.png

8. 选择行为[3, 4, 8]，且列为['animal', 'age']中的数据

df.iloc[[3, 4, 8]].loc[:, ['animal', 'age']]
# 或
df.loc[df.index[[3, 4, 8]], ['animal', 'age']]

image.png

9. 选择visuts大于3的行

df[df['visits']>3]

10. 选择age为缺失值的行

df[df['age'].isnull()]

11. 选择animal为cat，且age小于3的行

df[(df['animal']=='cat') & (df['age']<3)]

12. 选择age在2到4之间的数据(包含边界值)

df[df['age'].between(2, 4, inclusive=True)]

13. 将f行的age改为1.5

df.loc['f', 'age']=1.5

14. 计算visits列的数据总和

df['visits'].sum()

15. 计算每种animal的平均age

df.groupby('animal')['age'].mean()

16. 追加一行(k)，列的数据自定义，然后再删除新追加的k行

df.loc['k'] = df.loc['a'].values
df.drop('k', inplace=True)

17. 计算每种animal的个数(cat有几个，dog几个...)

df.groupby('animal').size()
# 或
df['animal'].value_counts()

18. 先根据age降序排列，再根据visits升序排列

df.sort_values(by=['age', 'visits'], ascending=[False, True])

19. 将priority列的yes和no用True和False替换

df['priority'] = df['priority'].replace(to_replace=['yes', 'no'], value=[True, False])
# 也可以用map方法
df['priority'] = df['priority'].map({'yes': True, 'no': False})

20. 将animal列的snake用python替换

df['animal'] = df['animal'].replace(to_replace='snake', value='python')

21. 对于每种动物类型和每种访问次数，求出平均年龄。换句话说，每一行都是动物，每一列都是访问次数，其值是平均年龄(提示：使用数据透视表)

df.pivot_table(index='animal', columns='visits', values='age', aggfunc='mean')

image.png