Pandas学习-练习题

记录几道pandas练习题

#综合练习一 2002 年-2018 年上海机动车拍照拍卖
import pandas as pd
df = pd.read_csv('2002年-2018年上海机动车拍照拍卖.csv')
df.head()

	Date	Total number of license issued	lowest price	avg price	Total number of applicants
0	2-Jan	1400	13600	14735	3718
1	2-Feb	1800	13100	14057	4590
2	2-Mar	2000	14300	14662	5190
3	2-Apr	2300	16000	16334	4806
4	2-May	2350	17800	18357	4665

df['中标率'] = df['Total number of license issued']/df['Total number of applicants']
df.sort_values(['Date'])

	Date	Total number of license issued	lowest price	avg price	Total number of applicants	中标率
98	10-Apr	8500	41000	41637	17313	0.490961
102	10-Aug	9000	39800	40169	16855	0.533966
106	10-Dec	9000	10400	15970	11224	0.801853
96	10-Feb	7500	38300	38620	18810	0.398724
95	10-Jan	8000	37800	38311	18975	0.421607
...	...	...	...	...	...	...
85	9-Mar	6000	26600	27552	18575	0.323015
87	9-May	7200	28500	29100	16471	0.437132
93	9-Nov	8000	34900	35317	21902	0.365263
92	9-Oct	8000	33900	34402	22006	0.363537
91	9-Sep	8500	27200	29500	14906	0.570240

203 rows × 6 columns

#(1)第一次中标率<0.05
for index,row in df.iterrows():
    if row['中标率']<0.05:
        print(row['Date'])
        break

15-May

#(3) 将第一列时间列拆分成两个列，一列为年份（格式为 20××），另一列为 月份（英语缩写），
#添加到列表作为第一第二列，并将原表第一列删除， 其他列依次向后顺延。
df['年份'] = df['Date'].apply(lambda x: 2000+int(x.split('-')[0]))
df['月份'] = df['Date'].apply(lambda x: x.split('-')[1])
newcolumns = ['年份','月份']+list(df.columns[1:-3])
df1 = df.reindex(columns=newcolumns).copy()
df1.head()

	年份	月份	Total number of license issued	lowest price	avg price	Total number of applicants
0	2002	Jan	1400	13600	14735	3718
1	2002	Feb	1800	13100	14057	4590
2	2002	Mar	2000	14300	14662	5190
3	2002	Apr	2300	16000	16334	4806
4	2002	May	2350	17800	18357	4665

#(2) 按年统计拍卖最低价的下列统计量：最大值、均值、0.75 分位数，要求 显示在同一张表上。
import numpy as np
grouped = df1['lowest price '].groupby(df1['年份']).agg([max,np.mean])
grouped['0.75分位数'] = df1['lowest price '].groupby(df1['年份']).quantile(q=0.75)
grouped

	max	mean	0.75分位数
年份
2002	30800	20316.666667	24300.0
2003	38500	31983.333333	36300.0
2004	44200	29408.333333	38400.0
2005	37900	31908.333333	35600.0
2006	39900	37058.333333	39525.0
2007	53800	45691.666667	48950.0
2008	37300	29945.454545	34150.0
2009	36900	31333.333333	34150.0
2010	44900	38008.333333	41825.0
2011	53800	47958.333333	51000.0
2012	68900	61108.333333	65325.0
2013	90800	79125.000000	82550.0
2014	74600	73816.666667	74000.0
2015	85300	80575.000000	83450.0
2016	88600	85733.333333	87475.0
2017	93500	90616.666667	92350.0
2018	89000	87825.000000	88150.0

#(4)多层索引
new_index_columns = ['年份']+list(df.columns[1:-