综合练习11

最新推荐文章于 2023-10-13 15:12:28 发布
最新推荐文章于 2023-10-13 15:12:28 发布
阅读量157 收藏
点赞数
分类专栏： python初学笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38048065/article/details/112079952
版权 
import pandas as pd
import numpy as np
df1 = pd.read_csv('company.csv')
df1.head()
证券代码日期
0#0000072014
1#0004032015
2#0004082016
3#0004082017
4#0004262015
df2 = pd.read_csv('company_data.csv')
df2.head()
证券代码日期收入类型收入额
012008/12/3111.084218e+10
112008/12/3121.259789e+10
212008/12/3131.451312e+10
312008/12/3141.063843e+09
412008/12/3158.513880e+08

由于df1和df2的证券代码和日期不匹配

# 去掉前面的#和0
# 不copy，会报'int' object has no attribute 'strip'
df1_copy = df1.copy()
df1_copy['证券代码'] = df1_copy['证券代码'].apply(lambda x:x.strip('#').lstrip('0')).astype('int64')
df1_copy.head()
证券代码日期
072014
14032015
24082016
34082017
44262015
# 取年份
df2['日期'] = df2['日期'].str[:4].astype('int64')
df2.head()
证券代码日期收入类型收入额
01200811.084218e+10
11200821.259789e+10
21200831.451312e+10
31200841.063843e+09
41200858.513880e+08
def func(xi):
    if xi.any():
        p_x = xi/xi.sum() #求p(xi)
        entropy = -(p_x * np.log10(p_x)).sum()
        return entropy
    else:  #跳过nan值的
        return np.nan
# 两张表以证券代码和日期(年份)作为索引，遍历求收入额
# reset_index用于保持收入额列
res = df1_copy.merge(df2, on=['证券代码','日期'], how='left').groupby(['证券代码','日期'])
res = res['收入额'].apply(func).reset_index()
res.head()

E:\Anaconda\lib\site-packages\pandas\core\series.py:726: RuntimeWarning: divide by zero encountered in log10
  result = getattr(ufunc, method)(*inputs, **kwargs)
E:\Anaconda\lib\site-packages\pandas\core\series.py:726: RuntimeWarning: invalid value encountered in log10
  result = getattr(ufunc, method)(*inputs, **kwargs)
证券代码日期收入额
0720141.333485
140320151.211936
240820161.224077
34082017NaN
442620151.339480
# 在前一张表中增加一列表示该公司该年份的收入熵指标 
df1['收入熵指标'] = res['收入额']
df1.head()
证券代码日期收入熵指标
0#00000720141.333485
1#00040320151.211936
2#00040820161.224077
3#0004082017NaN
4#00042620151.339480

题目二
请把组队学习的队伍信息表变换为如下形态，其中“是否队长”一列取1表示队长，否则为0
是否队长 队伍名称 昵称 编号
0 1 你说的都对队 山枫叶纷飞 5
1 0 你说的都对队 蔡 6
2 0 你说的都对队 安慕希 7
3 0 你说的都对队 信仰 8
4 0 你说的都对队 biubiu🙈🙈 20
… … … … …
141 0 七星联盟 Daisy 63
142 0 七星联盟 One Better 131
143 0 七星联盟 rain 112
144 1 应如是 思无邪 54
145 0 应如是 Justzer0 58

df = pd.read_excel('组队信息汇总表.xlsx')
df.head()
所在群队伍名称队长编号队长_群昵称队员1 编号队员_群昵称队员2 编号队员_群昵称.1队员3 编号队员_群昵称.2...队员6 编号队员_群昵称.5队员7 编号队员_群昵称.6队员8 编号队员_群昵称.7队员9 编号队员_群昵称.8队员10编号队员_群昵称.9
0Pandas数据分析你说的都对队5山枫叶纷飞6蔡7.0安慕希8.0信仰...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
1Pandas数据分析熊猫人175鱼呲呲44Heaven37.0吕青50.0余柳成荫...25.0Never say never55.0K120.0Y.28.0X.Y.Q151.0swrong
2Pandas数据分析中国移不动107Y's124🥕75.0Vito146.0张小五...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
3Pandas数据分析panda11太下真君35柚子108.0My42.0星星点灯...157.0Zys158.0不器102.0嘉平佑染NaNNaNNaNNaN
4Pandas数据分析一路向北13黄元帅15化16.0未期18.0太陽光下...23.0🚀169.0听风189.0CappuccinoNaNNaNNaNNaN

5 rows × 24 columns

# 删除所在群这列
df.drop(df.columns[0], axis=1, inplace=True)
df.reset_index()
df.head()
队伍名称队长编号队长_群昵称队员1 编号队员_群昵称队员2 编号队员_群昵称.1队员3 编号队员_群昵称.2队员4 编号...队员6 编号队员_群昵称.5队员7 编号队员_群昵称.6队员8 编号队员_群昵称.7队员9 编号队员_群昵称.8队员10编号队员_群昵称.9
0你说的都对队5山枫叶纷飞6蔡7.0安慕希8.0信仰20.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
1熊猫人175鱼呲呲44Heaven37.0吕青50.0余柳成荫82.0...25.0Never say never55.0K120.0Y.28.0X.Y.Q151.0swrong
2中国移不动107Y's124🥕75.0Vito146.0张小五186.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
3panda11太下真君35柚子108.0My42.0星星点灯45.0...157.0Zys158.0不器102.0嘉平佑染NaNNaNNaNNaN
4一路向北13黄元帅15化16.0未期18.0太陽光下19.0...23.0🚀169.0听风189.0CappuccinoNaNNaNNaNNaN

5 rows × 23 columns

col_leader = np.array(['队伍名称','编号_队长_1','昵称_队长_1'])
# 1-10个队员
col_member = np.array([[f'编号_队员{i}_0', f'昵称_队员{i}_0']for i in range(1,11)]).flatten()
df.columns = np.r_[col_leader,col_member]
df.head()
队伍名称编号_队长_1昵称_队长_1编号_队员1_0昵称_队员1_0编号_队员2_0昵称_队员2_0编号_队员3_0昵称_队员3_0编号_队员4_0...编号_队员6_0昵称_队员6_0编号_队员7_0昵称_队员7_0编号_队员8_0昵称_队员8_0编号_队员9_0昵称_队员9_0编号_队员10_0昵称_队员10_0
0你说的都对队5山枫叶纷飞6蔡7.0安慕希8.0信仰20.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
1熊猫人175鱼呲呲44Heaven37.0吕青50.0余柳成荫82.0...25.0Never say never55.0K120.0Y.28.0X.Y.Q151.0swrong
2中国移不动107Y's124🥕75.0Vito146.0张小五186.0...NaNNaNNaNNaNNaNNaNNaNNaNNaNNaN
3panda11太下真君35柚子108.0My42.0星星点灯45.0...157.0Zys158.0不器102.0嘉平佑染NaNNaNNaNNaN
4一路向北13黄元帅15化16.0未期18.0太陽光下19.0...23.0🚀169.0听风189.0CappuccinoNaNNaNNaNNaN

5 rows × 23 columns

res = pd.wide_to_long(df.reset_index(),
                        stubnames = ['昵称','编号'],
                        i = ['index','队伍名称'],
                        j = '是否队长',
                        sep = '_',
                        suffix = '.+')
res.head(20)
昵称编号
index队伍名称是否队长
0你说的都对队队长_1山枫叶纷飞5.0
队员1_0蔡6.0
队员2_0安慕希7.0
队员3_0信仰8.0
队员4_0biubiu🙈🙈20.0
队员5_0NaNNaN
队员6_0NaNNaN
队员7_0NaNNaN
队员8_0NaNNaN
队员9_0NaNNaN
队员10_0NaNNaN
1熊猫人队长_1鱼呲呲175.0
队员1_0Heaven44.0
队员2_0吕青37.0
队员3_0余柳成荫50.0
队员4_0Kuroe82.0
队员5_0啊翟翟60.0
队员6_0Never say never25.0
队员7_0K55.0
队员8_0Y.120.0
# 删除表中所有nan的行，并把第一列index拆开到该索引下的每一行
res = res.dropna().reset_index()
res = res.drop(columns='index')
res.head(20)
队伍名称是否队长昵称编号
0你说的都对队队长_1山枫叶纷飞5.0
1你说的都对队队员1_0蔡6.0
2你说的都对队队员2_0安慕希7.0
3你说的都对队队员3_0信仰8.0
4你说的都对队队员4_0biubiu🙈🙈20.0
5熊猫人队长_1鱼呲呲175.0
6熊猫人队员1_0Heaven44.0
7熊猫人队员2_0吕青37.0
8熊猫人队员3_0余柳成荫50.0
9熊猫人队员4_0Kuroe82.0
10熊猫人队员5_0啊翟翟60.0
11熊猫人队员6_0Never say never25.0
12熊猫人队员7_0K55.0
13熊猫人队员8_0Y.120.0
14熊猫人队员9_0X.Y.Q28.0
15熊猫人队员10_0swrong151.0
16中国移不动队长_1Y's107.0
17中国移不动队员1_0🥕124.0
18中国移不动队员2_0Vito75.0
19中国移不动队员3_0张小五146.0
res['是否队长'] = res['是否队长'].str[-1]
res['编号'] = res['编号'].astype('int64')
res
队伍名称是否队长昵称编号
0你说的都对队1山枫叶纷飞5
1你说的都对队0蔡6
2你说的都对队0安慕希7
3你说的都对队0信仰8
4你说的都对队0biubiu🙈🙈20
...............
141七星联盟0Daisy63
142七星联盟0One Better131
143七星联盟0rain112
144应如是1思无邪54
145应如是0Justzer058

146 rows × 4 columns

order = ['是否队长','队伍名称','昵称','编号']
res[order]
是否队长队伍名称昵称编号
01你说的都对队山枫叶纷飞5
10你说的都对队蔡6
20你说的都对队安慕希7
30你说的都对队信仰8
40你说的都对队biubiu🙈🙈20
...............
1410七星联盟Daisy63
1420七星联盟One Better131
1430七星联盟rain112
1441应如是思无邪54
1450应如是Justzer058

146 rows × 4 columns

膜众dalao的小仙女
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
SimOS专项练习题库有答案.xlsx
04-16
SimOS专项练习题库有答案
python关掉警告信息(warning)
weixin_40248634的博客
07-17 1万+
在GCN normalization由于版本问题出现 除0 警告， RuntimeWarning: divide by zero encountered in power d_inv_sqrt = np.power(row_sum, -0.5).flatten() Python的警告信息有时候很烦人，特别是因为软件版本引起的警告，下面的代码可以去掉python输出的警告： import warnings warnings.filterwarnings("ignore") ...
神经网络中的RuntimeWarning: divide by zero encountered in log问题
BUB1997的博客
04-25 2万+
在编程实现神经网络的时候，在将学习率α设置的比较大或者将w用numpy.random.randn()初始化的时候，会遇到RuntimeWarning: divide by zero encountered in log警告。是因为sigmoid函数进行exp(-z)运算时，因为输入得z值太大（正值）或太小（负值），产生了内存溢出，最终得到的结果是nan。所以在cost函数中的log计算引发此警告。...
解决RuntimeWarning: divide by zero encountered in double_scalars
最新发布
抓饭不吃皮牙子
10-13 3448
"RuntimeWarning: divide by zero encountered in double_scalars"警告信息在进行除法运算时遇到除以零的情况时会出现。我们可以通过检查除数是否为零、使用try-except语句捕捉警告信息或禁用警告信息来解决这个问题。选择哪种方法取决于具体的情况和对计算结果的要求。在处理警告信息时，要根据实际情况合理选择合适的解决方法，并确保对代码的运行结果有足够的把握。
RuntimeWarning: divide by zero encountered in log cost = (-1 / m) * np.sum(Y * np.log(A) + (1 - Y) *
qq_36372569的博客
08-25 1604
吴恩达代码RuntimeWarning记录 代码报错问题出在 cost = (-1 / m) * np.sum(Y * np.log(A) + (1 - Y) * np.log(1 - A)) # 计算成本 当某次训练A数组为 array([[0.99999999, 1. , 1. , 0.99999585, 0.9999998 , 0.99999969, 0.99999983, 1. , 1. , 1. ,...
Python 报错处理｜numpy 警告 RuntimeWarning divide by zero 屏蔽办法
长行
03-26 2447
这个警告是因为执行除法的两个向量中，存在除数为 0 的情况。如果我们的预期的就是除 0 后得到。当执行如下代码时，numpy 会给出除数为 0 的。
java画熊猫_Python Pandas 绘制图表
weixin_39930557的博客
02-16 179
1、绘制Pandas使用plot()方法创建图表。Python使用Matplotlib库的子模块Pyplot在屏幕上可视化该图。在我们的Matplotlib教程中阅读有关Matplotlib的更多信息。例如：从Matplotlib导入pyplot并可视化我们的DataFrame：import pandas as pdimport matplotlib.pyplot as pltdf = pd.re...
编程实践（Pandas）综合练习1
Daisy的博客
01-01 231
心得：花了一天时间做出来了三道题，但是办法实在太笨了，后面希望可以看一下优秀笔记的写法，多学习多练习。时间已经过去了半个多月，从不会写代码到现在已经可以独立做出综合练习（虽然办法很笨，感觉有很多地方想复杂了），自己感觉还是很开心的，继续努力！ 1. 企业收入的多样性 一个企业的产业收入多样性可以仿照信息熵的概念来定义收入熵指标：I=−∑ip(xi)log⁡(p(xi))\rm I=-\sum_{i}p(x_i)\log(p(x_i))I=−∑i​p(xi​)log(p(xi​))，其中p(xi)\rm p
pandas绘图介绍
qq_42413820的博客
06-26 562
http://pandas.pydata.org/pandas-docs/stable/visualization.html#
2018年高考理综选择题专项训练11
09-09
2018年高考理综选择题专项训练11
2015高考物理拉分题专项训练11
08-19
2015高考物理拉分题专项训练11
一年级语文下册专项练习同音字.doc
05-21
一年级语文下册专项练习同音字
[训练]小学英语句型转换专项练习.pdf
10-12
[训练]小学英语句型转换专项练习.pdf
RuntimeWarning: divide by zero encountered in log错误解决
wzk4869的博客
07-06 1万+
最近在学习《机器学习实战》这本书时，朴素贝叶斯那里遇到了这样的问题。 然后运行时出现了下面的问题： 虽然不影响最终的结果，但是警告看起来让人不舒服。 我们排查原因，是存在数字太小的原因，溢出，计算过程中出现-inf，再做其他运算，结果还是-inf。 比如我们展示一下结果： 结果如下： 探索原因 当概率很小时，取对数后结果趋于负无穷大。我们改变浮点数的精度为1e-5 这样就不会再报错，结果也没有-inf了。...
成功解决RuntimeWarning: divide by zero encountered in double_scalars
热门推荐
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
07-02 6万+
成功解决RuntimeWarning: divide by zero encountered in double_scalars 目录 解决问题 解决思路 解决方法 解决问题 RuntimeWarning: divide by zero encountered in double_scalars 解决思路 运行时警告...
pandas_day03
qq_38048065的博客
12-22 6821
import numpy as np import pandas as pd df = pd.read_csv('learn_pandas.csv',usecols = ['School','Grade', 'Name','Gender','Weight','Transfer']) # 把Name列设为索引 df_demo = df.set_index('Name') df_demo School Grade Gender
pandas_day09
qq_38048065的博客
01-07 162
import numpy as np import pandas as pd 9.1 cat对象 9.1.1 cat对象的属性 pandas提供了category类型，使用户能够处理分类类型的变量，将一个普通序列转换成分类变量，可以使用astype方法 df = pd.read_csv('learn_pandas.csv',usecols = ['Grade', 'Name', 'Gender', 'Height', 'Weight']) df.head()
task02_01
qq_38048065的博客
12-19 146
import numpy as np import pandas as pd pd.__version__ '1.1.5' 2.1.1 df_csv = pd.read_csv('my_csv.csv') df_csv col1 col2 col3 col4 col5 0 2 a 1.4 apple 20
python综合练习
09-09
当然，我可以帮你提供一些Python的综合练习题。下面是一个简单的例子： 1. 编写一个函数，计算给定列表中所有偶数的和。 ```python def sum_of_even_numbers(numbers): result = 0 for number in numbers: if number % 2 == 0: result += number return result numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] print(sum_of_even_numbers(numbers)) ``` 希望这个练习能帮助你巩固Python的基础知识。如果你还有其他问题或者需要更多练习，请随时告诉我！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值