Python Pandas编程练习题

本文详细介绍了如何使用NumPy创建6x4的整数DataFrame,并演示了如何从字典构建DataFrame,包括数据展示、列选择、索引操作、条件过滤和值修改等技巧。通过实例展示了Python pandas库的强大功能。
摘要由CSDN通过智能技术生成

一、问题描述

1、 从 NumPy 数组创建 DataFrame,产生一个6行4列,取值范围在1~19之间的整数数组。
2、从字典对象data创建DataFrame

在这里插入图片描述

1) 展示前3行
2) 取出animal和age列
3) 取出索引为[3, 4, 8]行的animal和age列
4) 取出age值大于3的行
5) 取出age值缺失的行
6) 取出age在2,4间的行(不含2和4)
7) f行的age改为1.5

二、问题解答

1、
代码如下

import pandas as pd
import random
import numpy as np
arr=np.random.randint(1,20,(6,4))
print(arr)
dates = pd.date_range('today',periods=6)
d=pd.DataFrame(arr,index=dates,columns=list('ABCD'))
print(d)

运行截图:
在这里插入图片描述
2、
代码如下

import pandas as pd
import numpy as np
arr=['a','b','c','d','e','f','g']
d={'animal':pd.Series(['cat','cat','snake','dog','dog','cat','snake','cat','dog','dog']),
              'age': pd.Series([2.5,3.0,0.5,np.nan,5.0,2.0,4.5,np.nan,7.0,3.0]),
              'visits': pd.Series([1,3,2,3,2,3,1,1,2,1]),
              'priority': pd.Series(['yes','yes','no','yes','no','no','no','yes','no','no'])}
df=pd.DataFrame(d)
df.index=list('abcdefghij')
print(df)
print("(1)展示前三行")
print(df.head(3))
print("(2)取出animal和age列")
print(df[['animal','age']])
print("(3)取出索引为[3,4,8]行的animal和age列")
df_1=df[['animal','age']]
print(df_1.iloc[[2,3,7]])
print("(4)取出age值大于3的行")
df_2=df[df['age']>3]
print(df_2)
print("(5)取出age值缺失的行")
df_3=df[np.isnan(df['age'])]
print(df_3)
print("(6)取出age在2,4间的行")
print(df[df['age'].between(2, 4)])
print("(7)f行的age改为1.5")
df.loc['f']=1.5
print(df)

运行截图:
在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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