python---pandas作业

大家好，我又回来了。含辛茹苦写的代码分享给大家。。。pandas方法很多，记住主要的就迎刃而解了

import numpy as np
import pandas as pd
# 1. 利用字典 data 和列表 labels 完成以下操作
data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog',
'dog'],'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],'visits': [1, 3, 2,
3, 2, 3, 1, 1, 2, 1],'priority': ['yes', np.nan, 'no', 'yes', 'no', 'no', 'no', 'yes',
'no', 'no']}
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
# (1) 创建 DataFrame 类型 df，效果如下图,
df =pd.DataFrame(data, index = labels)
# df1=df.priority.fillna('yes')
# df['priority']=df['priority'].replace('NaN','yes')#不同数据类型的值不能随便替换？
df.iloc[1,3]='yes'#替换成功
print(df)
# (2)输出 df 的前三行，并选择所有 visits 属性值大于 2 的所有行# df1=df[0:3][:]
# print(df1)
# (3)输出 df 缺失值所在的行，输出'age'与'animal'两列数据
# df3=df[df.isnull().values ==True]
# print(df3)
# df1=df.iloc[0:2,:]
# print(df1)
# print(df.where('age','animal'))
# (4) 输出 animal==cat 且 age<3 的所有行，并将行为”f”列为”age”的元
# 素值修改为 1.5
# df.iloc[5,1]=1.5
# df5= df[df.animal=='cat']
# df55=df5[df5.age<3]
# print(df55)
# (5)计算 animal 列所有取值的出现的次数loczifu
# n=df.iloc[:,0].value_counts()
# print(n)
# (6)将 animal 列中所有 snake 替换为 tangyudi
# df['animal'] = df['animal'].replace('snake', 'tangyudi')
# (7)对 df 按列 anaomal 进行排序
# print(df.sort_values(by='animal'))
# print(df.sort_index(axis=1))#按列的索引排序

# (8)在 df 的在后一列后添加一列列名为 No.数据 0,1,2,3,4,5,6,7,8,9
# num = pd.Series([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], index=df.index)
# # print(num)
# # df['No.'] = num
# # df['animal'] = df['animal'].str.upper()
# # print(df)
# (9)对 df 中的'visits'列求平均值以及乘积、和
# print(df)
# age1=df.visits.mean()
# avg= df.visits.sum()
# j =df.visits.prod()#cumprod()和cumsum()不一样，累计的话输出每一项运算的结果
# print(age1)
# print(avg)
# print(j)
# (10)将 anaomal 对应的列中所有字符串字母变为大写
# df2= df.animal.str.capitalize()
# print(df2)
# (11)利用浅复制方式创建 df 的副本 df2 并将其所有缺失值填充为 3
# df2 = df.copy()
# df2.fillna(value=3)
# print(df2)
# (12)利用浅复制方式创建 df 的副本 df3 并将其删除缺失值所在的行
# df3 = df.copy()
# df3.dropna(how='any')
# print(df3)
# (13)将 df 写入 animal.csv 文件
# df.to_csv('animal.csv',mode='w+',encoding="utf_8_sig")
# 2.读取文件“haberman-kmes.dat”生成名为 df 的 DataFrame，并进行
# 如下操作：
# import csv
# df = pd.read_csv('haberman-kmes.dat',header=None,encoding='utf-8',delimiter="\t",quoting=csv.QUOTE_NONE)
# print(df)
# 18
# 数据分析编程基础实验教程
# 19
# (1) 列名为“Class”中取值分别将“negative”和“positive”替换为数字 0 和 1，并统计 0 和 1 各自出现的频数；
# (2) 创建df的副本df2，其中df2为除了df最后一列之外的所有列； (3) 将 df2 的每一列数据进行归一化处理，即
# x − 𝑥𝑚𝑖𝑛
# 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛
# 其中 x 为列中的任一数据，𝑥𝑚𝑖𝑛，𝑥𝑚𝑎𝑥分比为列中所有数据的最
# 大值和最小值；
# (4)计算 df2 行（样本或观测值）与行（样本或观测值）之间的欧
# 式距离，并组成新的欧式距离数组 df3。
# (5)将 df3 中所有的行中的数据从小到大的顺序进行排序
# 3. 统计下文中每个单词出现的次数，并利用饼图其中出现次数最多
# 的前五个单词。
# text ='''Hooray! It's snowing! It's time to make a snowman.James runs out. He
# makes a big pile of snow. He puts a big snowball on top. He adds a
# scarf and a hat. He adds an orange for the nose. He adds coal for the
# eyes and buttons.In the evening, James opens the door. What does he
# see? The snowman is moving! James invites him in. The snowman has
# never been inside a house. He says hello to the cat. He plays with
# paper towels.A moment later, the snowman takes James's hand and
# goes out.They go up, up, up into the air ! They are flying ! What a
# wonderful night!The next morning, James jumps out of bed. He runs
# to the door.He wants to thank the snowman. But he's gone.'''
# text=text.replace(',','').replace('.','').replace('!','')
# text=text.split()
# print(text)
# setword=set(text)
# for i in setword:
#     count=text.count(i)
#     print(i,'出现次数：',count)