python字典转dataframe_Python中 Pandas 50题冲关

Pandas 是基于 NumPy 的一种数据处理工具，该工具为了解决数据分析任务而创建。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的函数和方法。这些练习着重DataFrame和Series对象的基本操作，包括数据的索引、分组、统计和清洗。

之前也发过Numpy面试题，大家可以看一下！Python中的Numpy基础20问

参考资料 | 100-pandas-puzzles - GitHub | Pandas 百题大冲关

基本操作

1. 导入 Pandas 库并简写为 pd，并输出版本号

import pandas 

2. 从列表创建 Series

0, 

3. 从字典创建 Series

'a':

4. 从 NumPy 数组创建 DataFrame

'today',periods=

5. 从CSV中创建 DataFrame，分隔符为“；”，编码格式为gbk

'test.csv', encoding=

6. 从字典对象创建DataFrame，并设置索引

import numpy 

df = pd.DataFrame(data, index=labels)
df

7. 显示df的基础信息，包括行的数量；列名；每一列值的数量、类型

df.info()
# 方法二
# df.describe()

8. 展示df的前3行

3]

9. 取出df的animal和age列

'animal', 

10. 取出索引为[3, 4, 8]行的animal和age列

3, 

11. 取出age值大于3的行

'age'] > 

12. 取出age值缺失的行

'age'].isnull()]

13. 取出age在2,4间的行(不含)

'age']>

14. f行的age改为1.5

'f', 

15. 计算visits的总和

'visits'].sum()

16. 计算每个不同种类animal的age的平均数

'animal')[

17. 在df中插入新行k，然后删除该行

#插入

18. 计算df中每个种类animal的数量

'animal'].value_counts()

19. 先按age降序排列，后按visits升序排列

'age', 

20. 将priority列中的yes, no替换为布尔值True, False

'priority'] = df[

21. 将animal列中的snake替换为python

'animal'] = df[

22. 对每种animal的每种不同数量visits，计算平均age，即，返回一个表格，行是aniaml种类，列是visits数量，表格值是行动物种类列访客数量的平均年龄

'animal', columns=

进阶操作

23. 有一列整数列A的DatraFrame，删除数值重复的行

'A': [

24. 一个全数值DatraFrame，每个数字减去该行的平均数

5, 

25. 一个有5列的DataFrame，求哪一列的和最小

5, 

26. 给定DataFrame，求A列每个值的前3的B的值的和

'A': list(

27. 给定DataFrame，有列A, B，A的值在1-100(含)，对A列每10步长，求对应的B的和

'A': [

28. 给定DataFrame，计算每个元素至左边最近的0(或者至开头)的距离，生成新列y

'X': [

29. 一个全数值的DataFrame，返回最大3个值的坐标

5, 

30. 给定DataFrame，将负值代替为同组的平均值

'grps': list(

31. 计算3位滑动窗口的平均值，忽略NAN

'group': list(

Series 和 Datetime索引

32. 创建Series s，将2015所有工作日作为随机值的索引

'2015-01-01', end=

33. 所有礼拜三的值求和

2].sum()

34. 求每个自然月的平均数

'M').mean()

35. 每连续4个月为一组，求最大值所在的日期

'4M')).idxmax()

36. 创建2015-2016每月第三个星期四的序列

'2015-01-01', 

数据清洗

'From_To': [

37. FlightNumber列中有些值缺失了，他们本来应该是每一行增加10，填充缺失的数值，并且令数据类型为整数

'FlightNumber'] = df[

38. 将From_To列从_分开，分成From, To两列，并删除原始列

'_', expand=

39. 将From, To大小写统一首字母大写其余小写

'From'] = df[

40. Airline列，有一些多余的标点符号，需要提取出正确的航司名称。举例：'(British Airways. )' 应该改为 'British Airways'.

'Airline'] = df[

41. Airline列，数据被以列表的形式录入，但是我们希望每个数字被录入成单独一列，delay_1, delay_2, ...没有的用NAN替代。

'RecentDelays'].apply(pd.Series)

层次化索引

42. 用 letters = ['A', 'B', 'C']和 numbers = list(range(10))的组合作为系列随机值的层次化索引

'A', 

43. 检查s是否是字典顺序排序的

s.index.is_lexsorted()
# 方法二
# s.index.lexsort_depth == s.index.nlevels

44. 选择二级索引为1, 3的行

1, 

45. 对s进行切片操作，取一级索引至B，二级索引从2开始到最后

'B', 

46.计算每个一级索引的和(A, B, C每一个的和)

0)

47. 交换索引等级，新的Series是字典顺序吗？不是的话请排序

0, 

可视化

import matplotlib.pyplot 

48. 画出df的散点图

"xs", 

49. 可视化指定4维DataFrame

"productivity":[

50. 在同一个图中可视化2组数据，共用X轴，但y轴不同

"revenue":[

-END-

往期精彩

超简单！基于Python搭建个人“云盘”

推荐一些能提高生产力的 Python 库

Excel VS Python 谁更适合数据分析？

硬核！30 张图解 HTTP 常见的面试题

10个省时间的 PyCharm 技巧

python每日更换“必应图片”为“桌面壁纸”

教你使用Python下载全网视频！

END

关注【程序IT圈】，更多的Python好文输出