Pandas数据分析 ——Task06：综合练习

一、2002 年-2018 年上海机动车拍照拍卖

Date	Total number of license issued	lowest price	avg price	Total number of applicants
日期	颁发许可证总数	最低价格	平均价格	申请人总数
2-Jan	1400	13600	14735	3718
2-Feb	1800	13100	14057	4590
2-Mar	2000	14300	14662	5190

问题
(1) 哪一次拍卖的中标率首次小于 5%？

idf1 = df[df['Total number of license issued'] / df['Total number of applicants'] < 0.05]
print(idf1.index[0])

结果：
159

(2) 按年统计拍卖最低价的下列统计量：最大值、均值、0.75 分位数，要求
显示在同一张表上。(先进行（3）)

group_year = idf2.drop(columns = ['Month', 
     'Total number of license issued','avg price',
      'Total number of applicants']).groupby('Year')
idf3 = pd.DataFrame()
idf3['max'] = group_year['lowest price '].max()
idf3['mean'] = group_year['lowest price '].mean()
idf3['quantile'] = group_year['lowest price '].quantile(0.75)
print(idf3)

结果：

	max	mean	quantile
Year
2002	30800	20316.666667	24300.0
2003	38500	31983.333333	36300.0
2004	44200	29408.333333	38400.0
2005	37900	31908.333333	35600.0
2006	39900	37058.333333	39525.0
2007	53800	45691.666667	48950.0
2008	37300	29945.454545	34150.0
2009	36900	31333.333333	34150.0
2010	44900	38008.333333	41825.0
2011	53800	47958.333333	51000.0
2012	68900	61108.333333	65325.0
2013	90800	79125.000000	82550.0
2014	74600	73816.666667	74000.0
2015	85300	80575.000000	83450.0
2016	88600	85733.333333	87475.0
2017	93500	90616.666667	92350.0
2018	89000	87825.000000	88150.0

(3) 将第一列时间列拆分成两个列，一列为年份（格式为 20××），另一列为
月份（英语缩写），添加到列表作为第一第二列，并将原表第一列删除，
其他列依次向后顺延。

df['Year'] = df['Date'].apply(lambda x:2000 + int(x.split('-')[0]))
df['Month'] = df['Date'].apply(lambda x: x.split('-')[1])
idf2 = df.drop(columns = 'Date')
idf2 = idf2.reindex(columns = ['Year', 'Month', 
     'Total number of license issued', 'lowest price ',
      'avg price', 'Total number of applicants'])
print(idf2.head())

结果：

	Year	Month	…	avg price	Total	number of applicants
0	2002	Jan	…	14735	3718
1	2002	Feb	…	14057	4590
2	2002	Mar	…	14662	5190
3	2002	Apr	…	16334	4806
4	2002	May	…	18357	4665

(4) 现在将表格行索引设为多级索引，外层为年份，内层为原表格第二至第
五列的变量名，列索引为月份。
我大概知道是什么形式，但我没弄出来

(5) 一般而言某个月最低价与上月最低价的差额，会与该月均值与上月均值
的差额具有相同的正负号，哪些拍卖时间不具有这个特点？

for index in range(202):
    flag = (df.loc[index,'lowest price ']-df.loc