3.pandas练习题（数据处理）

1.pandas数据处理

1.查看前五行

data.head()

                                

2.将salary列数据转换为最大值与最小值的平均值

# 定义函数
def func(df):
    list=df["salary"].split("-")
    min=int(list[0].strip("k"))
    max=int(list[1].strip("k"))
    df["salary"]=int((min+max)/2*1000)
    return df

df=df.apply(func,axis=1)

3.数据根据学历进行分组并计算平均薪资

df.groupby("education").mean()

4.将createTime列时间转换为月-日

for i in range(len(df)):
    df.iloc[i,0] = df.iloc[i,0].to_pydatetime().strftime("%m-%d")  

5.查看数值型列的汇总统计

df.descirbe()

6..新增一列根据salary将数据分为三组

df["catagories"]=pd.cut(df["salary"],
                 bins=[0,5000,20000,50000],
                 labels=["低","中","高"])

7.按照salary列对数据降序排列

df.sort_values("salary",ascending=False)

8.绘制薪资水平密度曲线

df.salary.plot(kind='kde',xlim=(0,80000))  # 指横坐标的范围

                             

9.删除最后一列categories

del df["categories"]