python数据分析笔试题_数据分析岗Python笔试题

共勉

在数据蛙互助学习交流群中看到一个成功转行的老哥找到数据分析师岗的Python笔试题，主要涉及到用Python完成数据处理和分析的内容。自己做了一遍，供大家学习思考。

一、数据处理题

1.将Excel工作簿 “Test.xlsx” 作为dataframe导入 Jupyter Notebook，并将dataframe命名为a. 导入后dataframe x应为如下：

输出结果

import pandas as pd

import numpy as np

a = pd.read_excel('Test.xlsx')

第1题

2.dataframe a 中, class1-class5 指总共5门课，每个学生选两门，列出期中(midterm)、期末(final)成绩(A/B/C)。请用Python语言处理表格，将class1-class5列去除，并增加 class 和 grade 两列，使新dataframe的值与原dataframe对应，并将新dataframe命名为b. 输出结果应为如下：

输出结果

#1.先设置索引列——复合索引，用列表

#2.stack()旋转列为行，默认是旋转最内层，并且删除空值

#3.重置索引

#4.更改列名

b = a.set_index(["name","test"]).stack().reset_index()

b.columns=['name','test','class','grade']

b

用Python语言将dataframe b 的test列分成midterm和final两列，这两列的值是选的两门课的成绩。将新dataframe命名为c。输出结果应为如下：

输出结果

c = b.set_index(['name','class','test']).unstack()

第3题

4.如下为dataframe d 和 dataframe e

DataFrame d and e

请用Python语言将dataframe d 和 dataframe e 匹配, 输出结果应为如下：

输出结果

#水果价格信息表

d = pd.DataFrame({'水果':['apple','apple','banana','banana','orange','orange'],

'个头':['high','low']*3,

'单价':[5,3,4,2,7,5]})

#水果订单

e = pd.DataFrame({'水果':['apple','banana','orange']*2,

'个头':['high','low']*3,

'重量':np.random.randint(1,15,6)})

pd.merge(d,e,how='inner')

如下是dataframe f

DataFrame f

请用python语言得出每节课（class）和每个年级 (grade) 下， 学生的数量和平均成绩。输出结果应为如下：

输出结果

f = pd.DataFrame(['Sally','David',"Jon",'Jon'],columns=['name'])

f['score']=[95,99,80,83]

f['class']=['A','A','A','B']

f['grade']=['grade 1','grade 2','grade 1','grade 2']

f

#方法一：使用groupby

f.groupby(['class','grade']).agg({'name':'count','score':'mean'})

#方二：使用pivot_table

f.pivot_table(index=['class','grade'],values=['name','score'],aggfunc={'name':'count','score':'mean'})

6.如下是dataframe h

DataFrame h

请用Python语言得出每行最小值除以每行最大值的商。输出结果应为如下：

输出结果

np.random.seed(10)

h=pd.DataFrame(np.random.randint(1,100,80).reshape(8,-1))

min_by_max=h.min(axis=1)/h.max(axis=1)

min_by_max

7.如下是dataframe i

DataFrame i

请用Python语言将dataframe i 里Min. Price 列中的NaN值替换成Min. Price 列的平均值， 并将 Max.Price 列中的NaN值替换成Max.Price列的中位数。输出结果应为如下（未截全）：

输出结果

i=pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/Cars93_miss.csv')

i.head()

i['Min.Price'].fillna(i['Min.Price'].mean(),inplace=True)

i['Max.Price'].fillna(i['Max.Price'].median(),inplace=True)

i.isnull().sum()

8.有5个卖家，每个卖家分别售卖5个商品；每个卖家对应的商品编号如下表：

卖家对应商品关系

请用python语言模拟如下随机过程：买手1，买手2，…买手150 分别在每个卖家随机购买一个商品；并满足如下条件：每种商品被购买次数不超过34次。输出的表格应如下：

输出结果

from random import choice

Customer_ID = []

goods_1 = []

goods_2 = []

goods_3 = []

goods_4 = []

goods_5 = []

for i in range(1,151):

Customer_ID.append('buyer'+str(i))

goods_1.append(choice(x.iloc[0][1:]))

goods_2.append(choice(x.iloc[1][1:]))

goods_3.append(choice(x.iloc[2][1:]))

goods_4.append(choice(x.iloc[3][1:]))

goods_5.append(choice(x.iloc[4][1:]))

y=pd.DataFrame()

y['Customer_ID']=Customer_ID

y['goods_1']=goods_1

y['goods_2']=goods_2

y['goods_3']=goods_3

y['goods_4']=goods_4

y['goods_5']=goods_5

y.head()