task2-pandas__索引

最新推荐文章于 2020-12-25 23:53:26 发布

是huahua呀

最新推荐文章于 2020-12-25 23:53:26 发布

阅读量462

点赞数

分类专栏：笔记

笔记专栏收录该内容

8 篇文章 0 订阅

订阅专栏

【练习一】现有一份关于UFO的数据集，请解决下列问题：

pd.read_csv('data/UFO.csv').head()

在这里插入图片描述

（a）在所有被观测时间超过60s的时间中，哪个形状最多？

import pandas as pd
df = pd.read_csv('data/UFO.csv')
df.rename(columns={'duration (seconds)':'duration'},inplace=True)
df['duration'].astype('float')
df.head()

在这里插入图片描述

查询时间超过60秒的所有数据

df.query('duration > 60').head()

在这里插入图片描述

取出‘shape’列对其进行值统计

df.query('duration > 60')['shape'].value_counts()

在这里插入图片描述

取出第一个索引值

df.query('duration > 60')['shape'].value_counts().index[0]

（b）对经纬度进行划分：-180°至180°以30°为一个划分，-90°至90°以18°为一个划分，请问哪个区域中报告的UFO事件数量最多？

设置题中要求的区间

bins_long = np.linspace(-180,180,13).tolist()
bins_la = np.linspace(-90,90,11).tolist()
cuts_long = pd.cut(df['longitude'],bins=bins_long)
df['cuts_long'] = cuts_long
cuts_la = pd.cut(df['latitude'],bins=bins_la)
df['cuts_la'] = cuts_la
df.head()

在这里插入图片描述

将其设置为联合索引，并进行值统计

df.set_index(['cuts_long','cuts_la']).index.value_counts().head()

【练习二】现有一份关于口袋妖怪的数据集，请解决下列问题：

pd.read_csv('data/Pokemon.csv').head()

在这里插入图片描述

（a）双属性的Pokemon占总体比例的多少？

df['Type 2'].count()/df.shape[0]  # count 不统计缺失值

（b）在所有种族值（Total）不小于580的Pokemon中，非神兽（Legendary=False）的比例为多少？

df_e2[df['Total']>=580]['Legendary'].count()   # 返回 113
df_e2[df['Total']>=580]['Legendary'].value_counts()

在这里插入图片描述

per = df_e2[df['Total']>=580]['Legendary'].value_counts()[1]/df_e2[df['Total']>=580]['Legendary'].count()

在这里插入图片描述

（c）在第一属性为格斗系（Fighting）的Pokemon中，物攻排名前三高的是哪些？

df[df['Type 1']=='Fighting'].sort_values(by='Attack',ascending=False).iloc[0:3]['Name']

在这里插入图片描述

（d）请问六项种族指标（HP、物攻、特攻、物防、特防、速度）极差的均值最大的是哪个属性（只考虑第一属性，且均值是对属性而言）？

df[df['Type 1']=='Fighting'].sort_values(by='Attack',ascending=False).iloc[:3]

在这里插入图片描述

（e）哪个属性（只考虑第一属性）的神兽比例最高？该属性神兽的种族值也是最高的吗？

df['range'] = df.iloc[:,5:11].max(axis=1)-df.iloc[:,5:11].min(axis=1)
attribute = df[['Type 1','range']].set_index('Type 1')
max_range = 0
result = ''
for i in attribute.index.unique():
    temp = attribute.loc[i,:].mean()
    if temp.values[0] > max_range:
        max_range = temp.values[0]
        result = i
result