Python快速刷题网站——牛客网 数据分析篇（九）

👦👦一个帅气的boy，你可以叫我Love And Program
🖱 ⌨个人主页：Love And Program的个人主页
💖💖如果对你有帮助的话希望三连💨💨支持一下博主

        python是目前非常火爆的语言，其在人工智能、数据分析领域都占有一席之地，无论是学习还是工作，都会给你带来相当大的帮助。我在这给大家 推荐一个快速提升自己的网站👉👉 牛客网，他们现在的IT题库内容很丰富，属于国内做的很好的了，最最最重要的里面的资源全部免费！！！

欢迎大家订阅本专栏进行自助练习🥰🥰

系列专栏链接：

Python快速刷题网站——牛客网 数据分析篇专栏

前言

       相信前两章的学习，大家对 逻辑运算 部分逐渐熟悉，对必要的几个函数的应用已经得心应手，如果还不熟练，请再多多练习掌握，功崇惟志，业广惟勤！今天我们将继续学习 逻辑运算 部分！

---

统计刷题数量500以上的大佬

       现有一个Nowcoder.csv文件，它记录了牛客网的部分用户数据，包含如下字段（字段与字段之间以逗号间隔）：
       正在刷题的小白想知道牛客网刷题数量不低于500题的大佬，他们的等级和成就值是怎么样的，你能帮助他吗？

输出描述：
输出该数据集中刷题量不低于500对应的等级与成就值这一列的信息，包括列号。

• 读题找出重点：刷题数量不低于500题、他们的等级和成就值->也就代表我们要求出Level和Achievement_value
• 然后思考会用的函数：loc()/query()，此题依然无法直接使用iloc函数求解，因为从定义上来说，我们无法 根据行号来判断刷题数不低于500。

       首当其冲的建表，不过不必浪费大家的时间，我已经给大家建好了：

import numpy as np
import pandas as pd

data= pd.DataFrame({
    "Nowcoder_ID":[178372,989717,783650,723570,456568],
    "Level":[7,1,2,6,7],
    "Achievement_value":[8711,13,130,5666,11234],
    "Num_of_exercise":[500,3,32,433,899],
    "Graduate_year":[2017,2016,2010,2019,2017],
    "Language":['CPP','Java','CPP','C','Python'],
})

       然后我们先直接判断 >500 的所有数据并打印出来，所需代码如下：

print(data[data.Num_of_exercise>500])

       接下来我们只需要选出Level和Achievement_value两部分即可，下面代码[['Level', 'Achievement_value']]无论放前面放后面结果都是一样的，但是逻辑上查找顺序是相反的，读者可以思考一下：

# 注意：博主使用jupyter，所以不使用print也可以打印出结果
data[data.Num_of_exercise>=500][['Level', 'Achievement_value']]
data[['Level', 'Achievement_value']][data.Num_of_exercise>=500]

       同理，用下面这种方式也可以，使用loc函数提取,结果是一毛一样的：

data.loc[data['Num_of_exercise']>500, ['Level', 'Achievement_value']]

       最后我们使用quary()函数和iloc()函数结合，应该还记得quary()函数的使用方法吧:
注意：在使用quary()函数时若是查找字符串记得将 单引号和双引号 区分开，否则会导致程序将相近的代码引用起来从而导致报错。

data.query("Num_of_exercise>500").iloc[:,1:3]
# data.query("Num_of_exercise>500")[['Level','Achievement_value']]

---

最终代码整理如下：
DA10 统计牛客网刷题数量500以上的大佬

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv',sep=',')
# 显示pd最大行最大列，若超出不显示的话牛客识别时不会认对答案
pd.set_option('display.width', 300) # 设置字符显示宽度
pd.set_option('display.max_rows', None) # 设置显示最大行
pd.set_option('display.max_columns', None)
# print(Nowcoder[['Level', 'Achievement_value']][Nowcoder.Num_of_exercise>=500])
# print(Nowcoder.loc[Nowcoder['Num_of_exercise']>500, ['Level', 'Achievement_value']])
# print(Nowcoder.query('Num_of_exercise>=500')[['Level','Achievement_value']])
print(Nowcoder.query("Num_of_exercise>=500").iloc[:,1:3])

       暑假已经到末尾，希望大家跟着我完成绕道超车，写代码从来不是一蹴而就的...