DataFrame结构Python练习题以及答案

项目一：

1.写出以下代码的输出结果：

代码如下：

2.写出以下代码的输出结果。

代码如下：

 

1. 根据df创建透视表：

import pandas as pd

import numpy as np

df = pd.DataFrame({"Item":['Item0', 'Item0', 'Item1', 'Item1'],'CType':['Gold', 'Bronze', 'Gold', 'Silver'],'USD':[1,2,3,4],'EU': [1,2,3,4]})

print(df)

输出格式如下：

4.

根据题目要求完成如下操作：

 (1)创建一个第五个值为0的1向量，长度为10.

(2)反转(1)中的数组

(3)数组中有1,2,3,4,5,6,7,8,9个数值，直接提取所有的奇数。

(4)将(3)中所有的奇数用-1替代。

项目二：

1.写出以下代码的输出结果

代码如下：

2.写出以下代码的输出结果,ABCDEFGHI处的结果

代码如下：

 项目三：利用字典 data 和列表 labels 完成以下操作。

已知：

from copy import deepcopy

import pandas as pd

import numpy as np

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，输出格式如下：

2.输出 df 的前三行，并输出所有 visits 属性值大于 2 的所有行

输出格式如下：

3.输出age为缺失值所在的行，输出'age'与'animal'两列数据。

输出格式如下：

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）计算 animal 列一共出现几种动物

（6）将 animal 列中所有 snake 替换为 panda

（7）对 df 按列 animal 进行排序，并打印df

（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，并输出df

（9）对 df 中的'visits'列求平均值以及乘积、和

（10）将 animal 对应的列中所有字符串字母变为大写

 

1. 利用深复制方式创建 df 的副本 df2 并将其所有缺失值填充为 3，并输出df2
2. 利用深复制方式创建 df 的副本 df3 并将其删除缺失值所在的行，并输出df3

答案：

import pandas as pd
import numpy as np
pd.set_option('display.unicode.east_asian_width',True)
pd.set_option('display.unicode.ambiguous_as_wide',True)

print()
print("第一题")
df = pd.DataFrame([[np.nan, 2, np.nan, np.nan], [3, 4, 88, np.nan],
                   [np.nan, np.nan, np.nan, 'k'], [np.nan, 3, np.nan, np.nan]],
                  columns=list("ABCD"))
print(df)

print()
print("第二题")
dff = pd.DataFrame({"A": [np.nan, 2, np.nan, np.nan], "B": [3, 4, 88, np.nan],
                    "C": [np.nan, np.nan, np.nan, 'k'], "D": [np.nan, 3, np.nan, np.nan]})
print(dff)

print()
print("第三题")
df = pd.DataFrame(
    {"Item": ['Item0', 'Item0', 'Item1', 'Item1'], 'CType': ['Gold', 'Bronze', 'Gold', 'Silver'], 'USD': [1, 2, 3, 4],
     'EU': [1, 2, 3, 4]})
print(df)

print()
print("第四题")
number4 = np.ones(10)
number4[4] = 0
print("数组向量", number4)
print("反转数组中的元素", number4[::-1])
number41 = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
list4 = []
for i in number41:
    if i % 2 == 1:
        list4.append(i)
number42 = np.array(list4)
print(number42)
for i in range(len(number41)):
    if number41[i] % 2 == 1:
        number41[i] = -1
print("将数组中的所有奇数替换成-1", number41)

print()
print("第五题")
index = pd.date_range('1/1/2022', periods=9, freq='T')
series = pd.Series(range(9), index=index)
print(series)
print(series.resample('3T').sum())

print()
print("第六题")
s = pd.Series(data=[80, 90, 100], index=['语文', '数学', '英语'])
for x in s:
    print(x, end=" ")
print("")
print(s['语文'], s[1])
print(s[0:2]['数学'])
print(s['数学':'英语'][1])
for i in range(len(s.index)):
    print(s.index[i], end=" ")
s['体育'] = 110
s.pop('数学')
s2 = s.append(pd.Series(120, index=['政治']))  # 不改变s
print(s2['语文'], s2['政治'])
print(list(s2))
print(s.sum(), s.min(), s.mean(), s.median())
print(s.idxmax(), s.argmax())

print()
print("第七题")
from copy import deepcopy
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']
df7 = pd.DataFrame(data,index=labels)
print(df7)

print("df的前三行".ljust(20,'='))
print(df7[:3])

print("df中visits属性大于2的值".ljust(20,'='))
print(df7[df7['visits']>2])
print("age为缺失值的行".ljust(20,'='))
print(df7[df7['age'].isnull()])

print("输出age和animal两列数据".ljust(20,'='))
print(df7[['age','animal']])

print("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".ljust(20,"="))
df7.loc[['f'],['age']]=1.5
print(df7[(df7.animal=='cat')&(df7['age']<3)])

print("计算animal有几种动物".ljust(20,'='))
print("出现次数", len(df7['animal'].unique()))

print("将animal中所有snake替换为panda".ljust(20,'='))
df7.loc[df7['animal']=='snake','animal']='panda'
print(df7)
print("对 df 按列 animal 进行排序，并打印df".ljust(20,'='))
print(df7.sort_values(by=['animal'],ascending=True))

print("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，并输出df".ljust(20,'='))
dff = deepcopy(df7.sort_values(by=['animal'],ascending=True))
dff['NO']=[0,1,2,3,4,5,6,7,8,9]
print(dff)

print("对 df 中的'visits'列求平均值以及乘积、和".ljust(20,'='))
print("visits的平均值",dff["visits"].mean())
print("visits的成绩",dff["visits"].prod())
print("visits的和",dff["visits"].sum())

print("将 animal 对应的列中所有字符串字母变为大写".ljust(20,'='))
dff['animal']=dff['animal'].str.upper()
print(dff)

print("利用深复制方式创建 df 的副本 df2 并将其所有缺失值填充为 3，并输出df2".ljust(20,'='))
df2 = deepcopy(dff)
print(df2.fillna(value='3'))

print("利用深复制方式创建 df 的副本 df3 并将其删除缺失值所在的行，并输出df3".ljust(20,'='))
df3 = deepcopy(dff)
print(df3.dropna(how='any'))