Pandas 练习

最新推荐文章于 2020-12-10 01:28:04 发布
最新推荐文章于 2020-12-10 01:28:04 发布
阅读量287 收藏
点赞数
分类专栏： pandas 文章标签： 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41660160/article/details/105883318
版权

首先导入库及数据

import pandas  as pd
import numpy as np

df = pd.read_csv('data/2002年-2018年上海机动车拍照拍卖.csv')

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 203 entries, 0 to 202
Data columns (total 5 columns):
 #   Column                          Non-Null Count  Dtype 
---  ------                          --------------  ----- 
 0   Date                            203 non-null    object
 1   Total number of license issued  203 non-null    int64 
 2   lowest price                    203 non-null    int64 
 3   avg price                       203 non-null    int64 
 4   Total number of applicants      203 non-null    int64 
dtypes: int64(4), object(1)
memory usage: 8.1+ KB

df.head()
DateTotal number of license issuedlowest priceavg priceTotal number of applicants
02-Jan140013600147353718
12-Feb180013100140574590
22-Mar200014300146625190
32-Apr230016000163344806
42-May235017800183574665

(1) 哪一次拍卖的中标率首次小于 5%？

df['Total number of license issued']/df['Total number of applicants']

0      0.376547
1      0.392157
2      0.385356
3      0.478568
4      0.503751
         ...   
198    0.053965
199    0.067209
200    0.058990
201    0.066342
202    0.077671
Length: 203, dtype: float64

df[df['Total number of license issued']/df['Total number of applicants'] < 0.05].head(1)
DateTotal number of license issuedlowest priceavg priceTotal number of applicants
15915-May74827900079099156007

(2) 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）

years = []
months =[]
for i in list(df['Date'].values):
    years.append(i.split('-')[0])
    months.append(i.split('-')[1])
print(years)

['2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '2', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '3', '4', '4', '4', '4', '4', '4', '4', '4', '4', '4', '4', '4', '5', '5', '5', '5', '5', '5', '5', '5', '5', '5', '5', '5', '6', '6', '6', '6', '6', '6', '6', '6', '6', '6', '6', '6', '7', '7', '7', '7', '7', '7', '7', '7', '7', '7', '7', '7', '8', '8', '8', '8', '8', '8', '8', '8', '8', '8', '8', '9', '9', '9', '9', '9', '9', '9', '9', '9', '9', '9', '9', '10', '10', '10', '10', '10', '10', '10', '10', '10', '10', '10', '10', '11', '11', '11', '11', '11', '11', '11', '11', '11', '11', '11', '11', '12', '12', '12', '12', '12', '12', '12', '12', '12', '12', '12', '12', '13', '13', '13', '13', '13', '13', '13', '13', '13', '13', '13', '13', '14', '14', '14', '14', '14', '14', '14', '14', '14', '14', '14', '14', '15', '15', '15', '15', '15', '15', '15', '15', '15', '15', '15', '15', '16', '16', '16', '16', '16', '16', '16', '16', '16', '16', '16', '16', '17', '17', '17', '17', '17', '17', '17', '17', '17', '17', '17', '17', '18', '18', '18', '18', '18', '18', '18', '18', '18', '18', '18', '18']

df['Years'] = years
df['months'] = months
df['Years']= df['Years'].apply(lambda x: '200' + str(x) if len(str(x)) == 1 else '20'+str(x) )

df
DateTotal number of license issuedlowest priceavg priceTotal number of applicantsYearsmonths
02-Jan1400136001473537182002Jan
12-Feb1800131001405745902002Feb
22-Mar2000143001466251902002Mar
32-Apr2300160001633448062002Apr
42-May2350178001835746652002May
........................
19818-Aug1040288300883651927552018Aug
19918-Sep1271287300874101891422018Sep
20018-Oct1072888000880701818612018Oct
20118-Nov1176687300873741773552018Nov
20218-Dec1285087400875081654422018Dec

203 rows × 7 columns

（3） 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

df.groupby('Years').describe(percentiles=[.75])
Total number of license issuedlowest price...avg priceTotal number of applicants
countmeanstdmin50%75%maxcountmeanstd...50%75%maxcountmeanstdmin50%75%max
Years
200212.02654.166667674.0172421400.02900.03200.003600.012.020316.6666675825.466557...20541.024790.0031721.012.04373.750000503.5719913525.04546.04662.005190.0
200312.04422.3333331237.6684343000.04500.05156.506650.012.031983.3333335926.033985...35874.038107.7539369.012.010927.0833332253.2748888532.010170.011954.2515507.0
200412.05966.666667787.8788944800.06380.06600.006800.012.029408.33333310235.007513...30157.539650.2545492.012.011048.5000003482.1098758114.09734.511591.5019233.0
200512.05589.833333937.0488333800.05700.06081.506829.012.031908.3333334766.828245...35172.536900.5038378.012.09240.7500001940.3771486208.08863.09997.7513633.0
200612.05375.000000950.7174323800.05250.06275.006500.012.037058.3333333607.935278...38696.040089.2541601.012.017334.41666729305.1344795907.08935.09917.00110234.0
200712.06291.6666671558.8214273500.06000.07500.008500.012.045691.6666674694.766590...46739.049973.2556042.012.09965.2500002104.4121675056.010439.510625.7512943.0
200811.07681.8181823176.4187954500.06800.08600.0016000.011.029945.4545458329.869583...33224.035497.0037659.011.022616.63636415685.25639110170.016801.023774.5063534.0
200912.07216.6666671185.3908705200.08000.08000.008500.012.031333.3333333585.408138...31442.534630.7537593.012.018073.8333332107.16525814906.017543.518620.2522006.0
201012.08600.000000532.5752197500.08750.09000.009200.012.038008.3333338947.062325...40274.542200.5045291.012.015867.8333332336.78920511224.016288.017410.7518975.0
201112.08625.000000607.7155447500.09000.09000.009500.012.047958.3333334245.095209...48277.551634.7554008.012.023580.0833333153.80351819415.022400.025255.0030675.0
201212.09025.000000679.7392558000.09500.09500.009500.012.061108.3333335091.786315...62092.566495.7569346.012.022391.8333332747.91312018244.023048.524459.0026526.0
201312.09166.666667685.3444178500.09000.09000.0011000.012.079125.0000005149.426270...77144.083609.0091898.012.027110.3333336808.14750320857.024120.030453.7539625.0
201412.07603.916667362.2185327400.07400.07610.258300.012.073816.666667392.737093...73873.574084.5074680.012.097630.16666732370.02923341946.0101252.0121717.25136098.0
201512.07745.583333403.4549567406.07592.07819.758727.012.080575.0000003873.951471...81465.583521.2585424.012.0152743.33333327089.89240398203.0166033.5169618.00179133.0
201612.011033.2500001490.0687678310.011549.011673.0012889.012.085733.3333332216.604009...85825.087516.0088665.012.0232111.33333328913.748423187533.0225326.5252615.25277889.0
201712.011115.416667900.86266310157.010780.012159.2512413.012.090616.6666672099.278375...90812.092399.5093540.012.0249034.33333314597.264995226911.0251141.5257564.75270197.0
201812.011241.3333331011.9004029855.010936.511982.7512850.012.087825.000000570.685393...87918.088223.2589018.012.0198864.50000018424.422554165442.0200482.0211518.00226316.0

17 rows × 28 columns

（4）现在将表格行索引设为多级索引，外层为年份，内层为原表格第二至第 五列的变量名，列索引为月份。

L1 = ['Years']
L2 = ['Total number of license issued', 'lowest price ', 'avg price', 'Total number of applicants']
mul_index = pd.MultiIndex.from_product([L1,L2],names=('Upper', 'Lower'))
pd.pivot_table(df,index=['Years'],
               columns=['months'])
Total number of applicants...lowest price
monthsAprAugDecFebJanJulJunMarMayNov...DecFebJanJulJunMarMayNovOctSep
Years
20024806.04640.03525.04590.03718.03774.04502.05190.04665.04021.0...27800.013100.013600.019800.019600.014300.017800.030800.026400.023600.0
20038794.09315.010491.012030.09442.011929.015507.011219.014634.09849.0...37100.023800.018800.036900.036100.028800.035000.033100.032800.028800.0
20048150.015506.09005.010156.08663.014464.019233.09950.08114.09188.0...29300.039600.038000.021800.017800.043000.010800.026000.028000.029300.0
20058113.07520.08351.08949.06208.08777.08409.09117.09673.013633.0...35200.031700.028500.037900.037000.034300.035000.029800.025200.026500.0
20067888.09190.09477.012367.05907.08966.08478.08904.08301.0110234.0...39800.034200.026900.039600.039500.038500.037700.037800.036300.037000.0
200710523.012943.010356.05056.06587.010327.011478.010168.010273.010596.0...50000.039100.038500.045200.047200.041100.044500.053800.050500.048600.0
200837072.013451.016801.0NaN20539.016783.021208.063534.026341.010170.0...31000.0NaN8100.033800.033900.031300.034400.021800.032600.029300.0
200917654.018750.018577.016848.016544.017220.017433.018575.016471.021902.0...36900.033000.028600.032100.030000.026600.028500.034900.033900.027200.0
201017313.016855.011224.018810.018975.013389.016252.017704.016324.013429.0...10400.038300.037800.038400.039200.039600.041900.044900.043000.041800.0
201122326.021544.026531.025104.030675.021852.022474.025014.025708.020050.0...51000.044200.038300.050900.048500.046200.047400.045700.053800.052200.0
201222706.021425.018244.023391.024354.026526.024774.024897.024230.019120.0...68900.055400.052800.057700.055800.058300.064000.066400.065200.065700.0
201326174.022650.039625.024651.020857.021811.021482.023589.022224.038220.0...76000.083300.075000.076300.077600.090800.080700.075500.082300.073400.0
201494241.0121550.096972.045758.041946.0136098.0135677.061853.0114121.095595.0...73600.073200.073500.074600.073800.073800.074400.073500.074000.073800.0
2015152298.0166939.0179133.0103224.098203.0166302.0172205.0132690.0156007.0169159.0...84500.076500.074000.083100.080000.074600.079000.084600.085300.082100.0
2016256897.0251188.0219882.0196470.0187533.0240750.0275438.0221109.0277889.0215424.0...88300.083200.082200.087200.084400.083100.085000.088600.088300.086500.0
2017252273.0256083.0228148.0251717.0232101.0269189.0244349.0262010.0270197.0226911.0...92800.088200.087600.092200.089400.087800.090100.093100.093500.091300.0
2018204980.0192755.0165442.0220831.0226316.0202337.0209672.0217056.0198627.0177355.0...87400.087600.087900.088300.087800.088100.089000.087300.088000.087300.0

17 rows × 48 columns
迷糊小财迷
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pandas数据分析 ——Task06：综合练习
nanashi_F的博客
05-01 621
Pandas数据分析 ——Task06：综合练习 | 一、2002 年-2018 年上海机动车拍照拍卖 | 二、2007 年-2019 年俄罗斯机场货运航班运载量 | 三、新冠肺炎在美国的传播
Pandas组队学习(上)——综合练习题答案
KF_Guan的博客
05-01 778
第一阶段学习总结：Datawhale组织的Pandas组队学习暂告一段落。快乐pandas以自主学习、助教答疑、定期打卡等形式，课程资料编写比较详细，配合思考题和练习巩固，无奈于本人较菜，对所学的知识掌握还不够透彻，完成这次综合练习断断续续花了两天时间，后面一定要抽时间复盘之前所学的内容。 全面学习基础内容有助于建立体系，了解各大功能模块，在使用时才能有所了解，找准方向。因此后面会继续参加pand...
6. 综合练习(1)
韩绘锦的博客
05-01 797
6. 综合练习 import numpy as np import pandas as pd # 不用print，直接显示结果 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = "all" # 显示所有列 pd.set_option('displ...
组队学习6：综合题（一）（基于Python）
绝对是谨慎提交的博客
05-01 373
最近事情太多（以及人太懒），好久没有空更新博客，遂报名公众号Datawhale的Pandas学习小组来督促自己学习。学习小组的目的主要是细致地学习Python中的第三方模块Pandas，该模块用于数据导入及整理的模块，对数据挖掘前期数据的处理工作十分有用。
python中pyecharts 柱状图 折线图混用_pyecharts折线图和柱状图
weixin_39593718的博客
12-10 3507
参照pyecharts-gallery示例代码分容易能完成图形的展示，不过这里也有一点小坑。这里记录下折线图和柱状图的使用。便于说事，这里使用了tushare的stock数据源。先看下效果图：一、折线图单根线的折线图是比较容易搞的，这里说多根线的折线图，我这里使用的代码如下：import pyecharts.options as optsfrom pyecharts.charts import L...
pandas练习数据集.zip
05-01
pandas的三道综合小练习，需要的数据集。 2002年-2018年上海机动车拍照拍卖.csv 美国确证数.csv 美国死亡数.csv 2007年-2019年俄罗斯货运航班运载量.csv 文件来源网络，如有侵权，请联系删除，谢谢！
Pandas练习题及notebook源码.zip
04-24
本资源包含了一份详尽的Pandas练习题集，总计120题，涵盖了Pandas的基础操作、数据清洗、数据处理、数据聚合、时间序列分析等多个方面。此外，还提供了Jupyter Notebook源码，使得学习者可以直观地看到代码执行过程...
python+pandas练习题目
05-09
以下是一些关于 Python 和 Pandas 的关键知识点，这些知识点可以通过标题和描述所暗示的练习题目来深入理解和掌握。 1. **Pandas基础**： - `DataFrame` 和 `Series`：Pandas 的核心数据结构，`DataFrame` 类似于...
Pandas练习.ipynb
03-26
原本该网站共有四部分，我整一起了。https://mlln.cn/2018/08/23/pandas数据分析100道练习题-第四部分/
数据分析 Pandas练习数据集1
10-27
数据分析 Pandas练习数据集1
【学习笔记】python数据分析-Pandas
qq_39951637的博客
08-05 1335
Pandas数据结构 pandas有两个基本数据结构：Series，DataFrame Series类似一维数组，不同的是他是由一组数据和一组索引组成。 DataFrame是python数据分析最常用的，所以不管创建的数据或外部的数据，我们都会想办法将其转换为DataFrame数据 创建Series数据 通过Series函数，输入列表数据作参可以创建最简单的Series数据 from pandas import Series,DataFrame import pandas as pd obj1=Serie
pandas综合小练习
laicikankna的博客
05-01 298
一、2002 年-2018 年上海机动车拍照拍卖 问题 (1) 哪一次拍卖的中标率首次小于 5%？ ex1 = pd.read_csv('work/task6/2002年-2018年上海机动车拍照拍卖.csv') ex1['%'] = ex1['Total number of license issued']/ex1['Total number of applicants'] print(ex1[...
Datawhale Pandas Task06
weixin_45499050的博客
05-01 189
一、2002 年-2018 年上海机动车拍照拍卖 import numpy as np import pandas as pd pd.set_option('display.max_columns', None) pd.set_option('display.max_rows', None) path = 'C:\Users\26591\Desktop\datawhale\pandas\joyfu...
pandas学习---综合练习
Rolland的博客
05-01 222
问题 一、2002 年-2018 年上海机动车拍照拍卖 import numpy as np import pandas as pd import re vehicle = pd.read_csv('数据集/2002年-2018年上海机动车拍照拍卖.csv') vehicle.head() (1) 哪一次拍卖的中标率首次小于5%？ vehicle_1 = vehicle.assign(biddi...
pd综合练习
weixin_46737216的博客
05-01 792
2002 年-2018 年上海机动车拍照拍卖 import pandas as pd import numpy as np df = pd.read_csv('data/数据集/2002年-2018年上海机动车拍照拍卖.csv') df Date Total number of license issued lowest p...
Pandas学习笔记——综合练习
qq_42662568的博客
05-01 479
Task06：综合练习（1天） Pandas基础一、2002 年——2018 年上海机动车拍照拍卖问题二、2007 年——2019 年俄罗斯机场货运航班运载量问题参考内容 import numpy as np import pandas as pd # 加上这两行可以一次性输出多个变量而不用print from IPython.core.interactiveshell import Inte...
PANDAS第六次打卡
Thoth_A的博客
05-01 233
一、 2002 年-2018 年上海机动车拍照拍卖 import numpy as np import pandas as pd df = pd.read_csv('data/2002年-2018年上海机动车拍照拍卖.csv') df.head() 问题 (1) 哪一次拍卖的中标率首次小于 5%？ one=df['Total number of license issued']/df['Tot...
Pandas：综合练习
weixin_45637036的博客
05-01 252
Pandas：综合练习 准备 import numpy as np import pandas as pd df = pd.read_csv('data/2002年-2018年上海机动车拍照拍卖.csv') 练习一 2002 年-2018 年上海机动车拍照拍卖 (1) 哪一次拍卖的中标率首次小于 5%? df['Auction winning rate'] = df1['Total numb...
pandas笔记-总结之一
zhangxiaolinxin的博客
05-01 174
import pandas as pd import numpy as np df=pd.read_csv('2002年-2018年上海机动车拍照拍卖.csv') df.head() df['ratio']=df['Total number of license issued']/df['Total number of applicants'] df[df['ratio']<0.05]....
pandas练习题从哪里找
最新发布
03-20
你可以从以下几个途径找到Pandas练习题： 1. 官方文档：Pandas官方文档中提供了一些练习题和示例代码，你可以通过阅读文档并尝试解答这些问题来提升你的Pandas技能。 2. 在线教程和课程：许多在线教程和课程提供了Pandas的练习题，你可以通过参加这些教程和课程来学习和练习Pandas。 3. 数据科学竞赛平台：一些数据科学竞赛平台（如Kaggle）上有许多与Pandas相关的竞赛和练习题，你可以在这些平台上找到一些真实世界的数据集，并使用Pandas进行数据处理和分析。 4. 社区论坛和博客：在Pandas的社区论坛和博客上，你可以找到其他用户分享的练习题和解决方案。这些资源可以帮助你学习和练习Pandas的各种功能和技巧。 希望以上信息对你有所帮助！如果你有任何其他问题，请随时提问。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值