文章目录
*
– 1.读取本的数据集
– 2.查看数据的前5行
– 3.将salary列的数据转换为最大值和最小值的平均值
– 4.将数据根据学历进行分组计算平均值
– 5.将createTime列转换为月日
– 6.查看所索引,数据类型和内存信息
– 7.查看数值型列的汇总统计
– 8.新增一列根据salary将数据分为三组
– 9.按照salary列队数据降序排序
– 10.取出第33行的数据
1.读取本的数据集
df = pd.read_excel('data1.xlsx')
df
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
df.head()
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
def fun(x):
a,b = x.split('-')
a = int(a.strip('k'))*1000
b = int(b.strip('k'))*1000
return int((a+b)/2)
df['salary'].map(fun)
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
df.groupby('education').mean()
5.将createTime列转换为月日
for i in range(len(df)):
df.iloc[i,0] = df.iloc[i,0].to_pydatetime().strftime('%m-%d')
df.head()
6.查看所索引,数据类型和内存信息
info()函数
df.info()
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
df.describe()
8.新增一列根据salary将数据分为三组
bins = [0,5000,20000,50000]
group_names = ['底','中','高']
df['categories'] = pd.cut(df['salary'],bins,labels=group_names)
df
9.按照salary列队数据降序排序
sort_values 默认是升序
df.sort_values('salary',ascending=False)
10.取出第33行的数据
根据索引选出第33行,索引从0开始
df.loc[32]
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
欢迎您的关注
Original: https://blog.csdn.net/qq_52007481/article/details/127559191
Author: 小鱼干儿♛
Title: 数据分析 | Pandas 200道练习题,每日10道题,学完必成大神(3)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/738593/
转载文章受原作者版权保护。转载请注明原作者出处!