第1关：Pandas数值运算方法

任务描述

本关任务：获取鸢尾花数据集前30行并转换成DataFrame，然后让每一行都减去第一行的值，输出运算后的结果。

相关知识

Pandas在数值运算方面继承了NumPy的通用函数等功能，实现了一些高效技巧。

通用函数：保留索引

因为Pandas是建立在NumPy基础之上的，所以NumPy的通用函数同样适用于Pandas的Series和DataFrame对象。

1. import numpy as np
2. import pandas as pd
3. rng = np.random.RandomState(42) #创建随机数种子
4. ser = pd.Series(rng.randint(0,10,4))
5. df = pd.DataFrame(rng.randint(0,10,(3,4)), columns=['A','B','C','D'])
6. # 对Series对象使用Numpy通用函数，生成的结果是另一个保留索引的Pands对象
7. print(np.exp(ser))
8. Out：0 403.428793
9. 1 20.085537
10. 2 1096.633158
11. 3 54.598150
12. dtype: float64
13. # 对DataFrame使用Numpy通用函数
14. print(np.sin(df*np.pi/4))
15. Out:
16. A B C D
17. 0 -1.000000 7.071068e-01 1.000000 -1.000000e+00
18. 1 -0.707107 1.224647e-16 0.707107 -7.071068e-01
19. 2 -0.707107 1.000000e+00 -0.707107 1.224647e-16

通用函数：索引对齐

Series索引对齐

假如你要整合两个数据源的数据，其中一个是美国面积最大的三个州的面积数据，另一个是美国人口最多的三个州的人口数据：

1. # 面积
2. area=pd.Series({'Alaska':1723337,'Texas':695662,'California':423967},name='area')
3. # 人口
4. population=pd.Series({'California':38332521,'Texas':26448193,'New York': 19651127}, name='population'})

人口除以面积的结果：

1. print(population/area)
2. Out:
3. Alaska NaN
4. California 90.413926
5. New York NaN
6. Texas 38.018740
7. dtype: float64

对于缺失的数据，Pandas会用NaN填充，表示空值。这是Pandas表示缺失值的方法（后面的关卡会介绍）。这种索引对齐方式是通过Python内置的集合运算规则实现的，任何缺失值默认都用NaN填充。

DataFrame索引对齐

在计算两个DataFrame时，类似的索引对齐规则也同样会出现在共同列中：

1. A = pd.DataFrame(rng.randint(0, 20, (2, 2)), columns=list('AB'))
2. """
3. A:
4. A B
5. 0 1 11
6. 1 5 1
7. """
9. B = pd.DataFrame(rng.randint(0, 10, (3, 3)), columns=list('BAC'))
10. """
11. B:
12. B A C
13. 0 4 0 9
14. 1 5 8 0
15. 2 9 2 6
16. """
17. print(A + B)
18. Out:: A B C
19. 0 1.0 15.0 NaN
20. 1 13.0 6.0 NaN
21. 2 NaN NaN NaN

从上面的例子可以发现，两个对象的行列索引可以是不同顺序的，结果的索引会自动按顺序排列。在Series中，我们可以通过运算符方法的 fill_value参数自定义缺失值；这里我们将用A中所有值的均值来填充缺失值。

1. fill = A.stack().mean() # stack()能将二维数组压缩成多个一维数组
2. print(A.add(B,fill_value=fill))
3. Out:
4. A B C
5. 0 1.0 15.0 13.5 #NaN值都变成了均值
6. 1 13.0 6.0 4.5
7. 2 6.5 13.5 10.5

下表中列举了与Python运算符相对应的Pandas对象方法。

Python运算符	Pandas方法
+	add()
-	sub()、subst\fract()
*	mul()、multiply()
/	truediv()、div()、divide()
//	floordiv()
%	mod()
**	pow()

通用函数：DataFrame与Series的运算

DataFrame和Series的运算规则与Numpy中二维数组与一维数组的运算规则是一样的。来看一个常见运算，让一个二维数组减去自身的一行数据。

1. A = rng.randint(10, size=(3, 4))
2. A - A[0]
3. Out:
4. array([[ 0, 0, 0, 0],
5. [-1, -2, 2, 4],
6. [ 3, -7, 1, 4]]) # 根据Numpy的广播规则，默认是按行运算的

在Pandas里默认也是按行运算的，如果想按列计算，那么就需要利用前面介绍过的运算符方法，通过设置axis(轴)实现。

1. df = pd.DataFrame(A, columns=list('QRST'))
2. print(df - df.iloc[0])
3. Out:
4. Q R S T
5. 0 0 0 0 0
6. 1 -1 -2 2 4
7. 2 3 -7 1 4
8. print(df.subt\fract(df['R'],axis=0))
9. Out:
10. Q R S T
11. 0 -5 0 -6 -4
12. 1 -4 0 -2 2
13. 2 5 0 2 7

DataFrame/Series的运算与前面介绍的运算一样，结果的索引都会自动对齐。

编程要求

本关的编程任务是补全右侧上部代码编辑区内的相应代码，要求实现如下功能：

• 获取鸢尾花数据集的前30行；
• 将数据转换为DataFrame，列名为['a','b','c','d']；
• 最后将每一行都减去第一行的值，输出运算后的结果；
• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入： 无测试输入

预期输出：

 代码：

import pandas as pd
from sklearn import datasets

def demo1():
    iris = datasets.load_iris().data    # 鸢尾花数据集，返回的是array
    #********** Begin **********#
    iris = iris[:30]
    df = pd.DataFrame(iris,columns=['a','b','c','d'])
    print(df-df.iloc[0])


    #********** End *********