数据科学技术练习 3-数据汇总和统计

思考与练习1

1. 创建并访问Series对象。

1）创建如下表的Series数据对象，其中a-f为索引；

2）增加数据27，索引为g；

3）修改索引d对应的值为40；

4）查询值大于27的数据；

5）删除位置为1-3的数据。

【提示】位置1-3的索引列表，可以用 series.index[1:4] 来得 

import pandas as pd
import numpy as np
from pandas import Series,DataFrame

#1)
data = Series([30,25,27,41,25,34],index = ['a','b','g','d','e','f'])
print(data)

#2)
a = Series([40],index = ['d'])
newdata = data.append(a)
print(newdata)

#3)
data['d'] = 40
print(data['d'])

#4)
print(data[data.values >= 27])

#5)
newdata = data.drop(data.index[1:4])
print(newdata)

课后练习1 

1. 创建并访问DataFrame对象。

a) 创建3×3DataFrame数据对象：数据内容为1-9；行索引为字符a，b，c； 列索引为字符串one，two，three；

b) 查询列索引为two和three两列数据；

c) 查询第0行、第2行、第0列、第2列数据；

d) 筛选第1列中值大于2的所有行数据，另存为data1对象；

e) 为data1添加一列数据，列索引为four，值都为10；

f) 将data1所有值大于9的数据修改为8；

g) 删除data1中第0行和第1行数据。

【提示】

1）生成数据，使用numpy的arange()函数和reshape()函数；

2）使用 data>9生成布尔型的DataFrame，用于整个DataFrame的数据过滤。

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

#a)
data0 = DataFrame(np.arange(1,10).reshape(3,3),index = ['a','b','c'],columns = ['one','two','three'])
print(data0)

#b)
print(data0[['two','three']])

#c)
print(data0.iloc[[0,2],[0,2]])

#d)
data1 = data0.loc[data0['two'] > 2]
print(data1)

#e)
data1['four'] = [