🌟欢迎来到 我的博客 —— 探索技术的无限可能!
Pandas 初体验
【Python】—— Pandas 初体验(一)
【Python】—— Pandas 初体验(二)
第4关:数据的基本操作——排序
任务描述
本关任务:根据编程要求,完成相关代码的编写。
相关知识
为了完成本关任务,你需要掌握:
- 对索引进行排序;
- 按行排序;
- 按值排序。
本关我们将学习处理 Series
和 DataFrame
中的数据的基本手段,我们将会探讨Pandas
最为重要的一些功能。
对索引进行排序
Series
用 sort_index()
按索引排序,sort_values()
按值排序;
DataFrame
也是用sort_index()
和sort_values()
。
In[73]: obj = Series(range(4), index=['d','a','b','c'])
In[74]: obj.sort_index()
Out[74]:
a 1
b 2
c 3
d 0
dtype: int64
In[78]: frame = DataFrame(np.arange(8).reshape((2,4)),index=['three', 'one'],columns=['d','a','b','c'])
In[79]: frame
Out[79]:
d a b c
three 0 1 2 3
one 4 5 6 7
In[86]: frame.sort_index()
Out[86]:
d a b c
one 4 5 6 7
three 0 1 2 3
按行排序
In[89]: frame.sort_index(axis=1, ascending=False)
Out[89]:
d c b a
three 0 3 2 1
one 4 7 6 5
按值排序
Series
:
In[92]: obj = Series([4, 7, -3, 2])
In[94]: obj.sort_values()
Out[94]:
2 -3
3 2
0 4
1 7
dtype: int64
DataFrame
:
In[95]: frame = DataFrame({'b':[4, 7, -3, 2], 'a':[0, 1, 0, 1]})
In[97]: frame.sort_values(by='b') #DataFrame必须传一个by参数表示要排序的列
Out[97]:
a b
2 0 -3
3 1 2
0 0 4
1 1 7
编程要求
根据提示,补充代码:
-
对代码中
s1
进行按索引排序,并将结果存储到s2
; -
对代码中
d1
进行按值排序(index
为f
),并将结果存储到d2
。
测试说明
如果答案正确,则会输出True
。
运行代码
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def sort_gate():
'''
返回值:
s2: 一个Series类型数据
d2: 一个DataFrame类型数据
'''
# s1是Series类型数据,d1是DataFrame类型数据
s1 = Series([4, 3, 7, 2, 8], index=['z', 'y', 'j', 'i', 'e'])
d1 = DataFrame({'e': [4, 2, 6, 1], 'f': [0, 5, 4, 2]})
# 请在此添加代码 完成本关任务
# ********** Begin *********#
s2=s1.sort_index()
d2=d1.sort_values(by='f')
# ********** End **********#
#返回s2,d2
return s2,d2
第5关:数据的基本操作——删除
任务描述
本关任务:根据编程要求,完成相关代码的编写。
相关知识
为了完成本关任务,你需要掌握:删除指定轴上的项。
删除指定轴上的项
即删除 Series
的元素或DataFrame
的某一行(列)的意思,我们可以通过对象的 drop(labels, axis=0)
方法实现此功能。
删除Series
的一个元素:
In[11]: ser = Series([4.5,7.2,-5.3,3.6], index=['d','b','a','c'])
In[13]: ser.drop('c')
Out[13]:
d 4.5
b 7.2
a -5.3
dtype: float64
删除 DataFrame
的行或列:
In[17]: df = DataFrame(np.arange(9).reshape(3,3), index=['a','c','d'], columns=['oh','te','ca'])
In[18]: df
Out[18]:
oh te ca
a 0 1 2
c 3 4 5
d 6 7 8
In[19]: df.drop('a')
Out[19]:
oh te ca
c 3 4 5
d 6 7 8
In[20]: df.drop(['oh','te'],axis=1)
Out[20]:
ca
a 2
c 5
d 8
需要注意的是 drop()
返回的是一个新对象,原对象不会被改变。
编程要求
根据提示,补充代码:
-
在
s1
中删除z
行,并赋值到s2
; -
d1
中删除yy
列,并赋值到d2
。
测试说明
如果答案正确,则会输出True
。
运行代码
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import numpy as np
import pandas as pd
def delete_data():
'''
返回值:
s2: 一个Series类型数据
d2: 一个DataFrame类型数据
'''
# s1是Series类型数据,d1是DataFrame类型数据
s1 = Series([5, 2, 4, 1], index=['v', 'x', 'y', 'z'])
d1=DataFrame(np.arange(9).reshape(3,3), columns=['xx','yy','zz'])
# 请在此添加代码 完成本关任务
# ********** Begin *********#
s2=s1.drop('z')
d2=d1.drop(['yy'],axis=1)
# ********** End **********#
# 返回s2,d2
return s2, d2
第6关:数据的基本操作——算术运算
任务描述
本关任务:根据编程要求,完成相关代码的编写。
相关知识
为了完成本关任务,你需要掌握:算术运算(+,-,*,/)。
算术运算(+,-,*,/)
DataFrame
中的算术运算是 df
中对应位置的元素的算术运算,如果没有共同的元素,则用 NaN
代替。
In[5]: df1 = DataFrame(np.arange(12.).reshape((3,4)),columns=list('abcd'))
In[6]: df2 = DataFrame(np.arange(20.).reshape((4,5)),columns=list('abcde'))
In[9]: df1+df2
Out[9]:
a b c d e
0 0 2 4 6 NaN
1 9 11 13 15 NaN
2 18 20 22 24 NaN
3 NaN NaN NaN NaN NaN
此外,如果我们想设置默认的其他填充值,而非NaN
的话,可以传入填充值。
In[11]: df1.add(df2, fill_value=0)
Out[11]:
a b c d e
0 0 2 4 6 4
1 9 11 13 15 9
2 18 20 22 24 14
3 15 16 17 18 19
编程要求
根据提示,补充代码:
- 让
df1
与df2
相加得到df3
,并设置默认填充值为 4
。
测试说明
如果答案正确,则会输出 True
。
运行代码
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import numpy as np
import pandas as pd
def add_way():
'''
返回值:
df3: 一个DataFrame类型数据
'''
# df1,df2是DataFrame类型数据
df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list('abcd'))
df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list('abcde'))
# 请在此添加代码 完成本关任务
# ********** Begin *********#
df3=df1.add(df2,fill_value=4)
# ********** End **********#
# 返回df3
return df3
第7关:数据的基本操作——去重
任务描述
本关任务:根据编程要求,完成相关代码的编写。
相关知识
为了完成本关任务,你需要掌握:
- duplicated();
- drop_duplicates()。
duplicated()
DataFrame
的duplicated
方法返回一个布尔型Series
,表示各行是否是重复行。具体用法如下:
In[1]: df = DataFrame({'k1':['one']*3 + ['two']*4, 'k2':[1,1,2,3,3,4,4]})
In[2]: df
Out[2]:
k1 k2
0 one 1
1 one 1
2 one 2
3 two 3
4 two 3
5 two 4
6 two 4
In[3]: df.duplicated()
Out[3]:
0 False
1 True
2 False
3 False
4 True
5 False
6 True
dtype: bool
drop_duplicates()
drop_duplicates()
用于去除重复的行数,具体用法如下:
In[4]: df.drop_duplicates()
Out[4]:
k1 k2
0 one 1
2 one 2
3 two 3
5 two 4
编程要求
根据提示,补充代码:
- 去除
df1
中重复的行,并把结果保存到df2
中。
测试说明
如果答案正确,则会输出True
。
运行代码
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
def delete_duplicated():
'''
返回值:
df2: 一个DataFrame类型数据
'''
# df1是DataFrame类型数据
df1 = DataFrame({'k1': ['one'] * 3 + ['two'] * 4, 'k2': [1, 1, 2, 3, 3, 4, 4]})
# 请在此添加代码 完成本关任务
# ********** Begin *********#
df2=df1.drop_duplicates()
# ********** End **********#
# 返回df2
return df2
第8关:数据重塑
任务描述
本关任务:根据编程要求,完成相关代码的编写。
相关知识
为了完成本关任务,你需要掌握:
- 层次化索引;
- 索引方式;
- 内层选取;
- 数据重塑。
层次化索引
层次化索引(hierarchical indexing
)是 pandas
的一项重要功能,它使我们能在一个轴上拥有多个(两个以上)索引级别。请看以下例子:
In[1]:data = Series(np.random.randn(10), index = [['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd' ],[1,2,3,1,2,3,1,2,2,3]])
In[2]:data
Out[2]:
a 1 0.169239
2 0.689271
3 0.879309
b 1 -0.699176
2 0.260446
3 -0.321751
c 1 0.893105
2 0.757505
d 2 -1.223344
3 -0.802812
dtype: float64
索引方式
In[3]:data['b':'d']
Out[3]:
b 1 -0.699176
2 0.260446
3 -0.321751
c 1 0.893105
2 0.757505
d 2 -1.223344
3 -0.802812
dtype: float64
内层选取
In[4]:data[:, 2]
Out[4]:
a 0.689271
b 0.260446
c 0.757505
d -1.223344
dtype: float64
数据重塑
将Series
转化成 DataFrame
:
in[5]:data.unstack()
Out[5]:
1 2 3
a 0.169239 0.689271 0.879309
b -0.699176 0.260446 -0.321751
c 0.893105 0.757505 NaN
d NaN -1.223344 -0.802812
编程要求
根据提示,补充代码:
- 对
s1
进行数据重塑,转化成DataFrame
类型,并复制到d1
。
测试说明
编写代码之后,点击测评即可。
运行代码
# -*- coding: utf-8 -*-
from pandas import Series,DataFrame
import pandas as pd
import numpy as np
def suoying():
'''
返回值:
d1: 一个DataFrame类型数据
'''
#s1是Series类型数据
s1=Series(np.random.randn(10),
index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]])
# 请在此添加代码 完成本关任务
# ********** Begin *********#
d1=s1.unstack()
# ********** End **********#
# 返回d1
return d1
suoying()