pandas经典练习题

pandas是Python的一个非常强大的数据分析库，它提供了高性能易用的数据类型，以及大量能使人们快速地处理数据的函数与方法。pandas的核心数据结构有两种，即一维数组的Series和二维表格型的DataFrame对象，DataFrame对象可以理解为一个由多个Series对象组成的字典，数据分析相关的所有事物都是围绕这两种对象进行的。
具体可以通过

pip install pandas

命令安装pandas扩展库
下面让我们走进pandas的练习吧！
需要注意的是，编写代码之前，首先需要导入相应的库模块，具体导入代码如下所示：

import pandas as pd
import numpy as np

同时，在创建Python脚本或软件包的时候，不要以pandas或numpy命名，否则系统会无法分辨到底要导入哪一个模块而报类似于下面的错误。

1.将下面的字典创建为DataFrame

data = {'grammar': ['Python', 'C', 'Java', 'GO', np.nan, 'SQL', 'PHP', 'Python'],
        'score': [1.0, 2.0, np.nan, 4.0, 5.0, 6.0, 7.0, 10.0]}
df = pd.DataFrame(data)
print(df)

运行打印结果如下所示：

2.提取含有字符串Python的行

result = df[df['grammar'] == 'Python']
print(result)

运行结果如下所示：

3.输出df的所有列名

print(df.columns)

运行结果如下所示：

4.修改第二列列名为popularity

# inplace=True 表示在原数据修改
df.rename(columns={'score': 'popularity'}, inplace=True)
print(df)

运行结果如下所示：

5.统计grammar列中每种编程语言出现的次数

print(df['grammar'].value_counts())

运行结果如下所示：

6.将空值用插值的方式填充

df['popularity'] = df['popularity'].fillna(df['popularity'].interpolate())
print(df)

运行结果如下所示：

7.提取popularity列中值大于3的行

result = df[df['popularity'] > 3]
print(result)

运行结果如下所示：

8.按照grammar列进行去除重复值

print(df.drop_duplicates('grammar', keep='first'))

注意，这里并未修改原数据，这里只是将删除重复grammar的DataFrame对象返回并输出。具体输出效果如下所示：

9.计算popularity列的平均值

print(df['popularity'].mean())
# 输出结果为 4.75

10.将grammar列转化为List

print(df['grammar'].tolist())

运行转换效果如下所示：

11将DataFrame保存为Excel

df.to_excel('test.xlsx')

运行结束后可以看见在Python文件的同级目录出现了一个test.xlsx文件。

12.查看数据行列数

print(df.shape)
# 输出为(8,2)

13.提取popularity列值大于3小于7的行

print(df[(df['popularity'] > 3) & (df['popularity'] < 7)])

运行结果如下所示：

14.交换两列位置

cols = df.columns[[1,0]]
df = df[cols]
print(df)

运行结果如下所示：

15.提取popularity列最大值所在的行

print(df[df['popularity'] == df['popularity'].max()])

运行效果如下所示：

16.查看最后5行数据

print(df.tail())

运行效果如下所示：

查看开始5行的函数是head(),有兴趣的小伙伴可以尝试一下。

17.删除最后一行数据

#df.drop([len(df)-1],inplace=True)
#print(df)
df.drop(index=(len(df)-1),inplace=True)
print(df)

运行结果如下所示：

18.添加一行数据[‘Perl’,6.6]

row = {'grammar': 'Perl','popularity': 6.6}
df = df.append(row,ignore_index=True)
print(df)

运行结果如下所示：

19.对数据按照"popularity"列值大小进行排序

df.sort_values('popularity', inplace=True, ascending=True)
print(df)

运行结果如下所示：

20.统计grammar列每个字符串的长度

df['grammar']=df['grammar'].fillna('R')
df['len_str']=df['grammar'].map(lambda x:len(x))
print(df)

运行结果如下所示：