机器学习—pandas—新手入门(例题+代码实现)

一、例题1

请使用Pandas工具库对数据集“data1.xls”进行相关的数据处理。
数据集“data1.xls”介绍：
数据集共有7列数据，7列数据分别代表的是：贷款号、账户号、发放贷款日期、贷款金额、每月归还款、还贷状态。
题目要求：
①　导入必要的库。（6分）
②　读入数据集。（6分）
③　按“发放贷款日期”降序,“贷款金额”升序打印输出，新增一列“每月归还额= 贷款金额/贷款期限”。（8分）
④　输出账户号在3000-5000之间的数据。（8分）
⑤　删除账户号列，增加每月还款额列（每月还款额列=贷款金额/贷款期限）。（8分）
⑥　对还款状态进行计数。（8分）
⑦　按照还款状态进行分组，计算贷款金额的最大值。（8分）
⑧　输出每月还款额的最大值与中位数。（8分）  

代码实现

①　导入必要的库。（6分）
import pandas as pd

# ②　读入数据集。（6分）
df = pd.read_excel('data1.xls')

# ③　按“发放贷款日期”降序,“贷款金额”升序打印输出，新增一列“每月归还额= 贷款金额/贷款期限”。（8分）
df.sort_values(['发放贷款日期','贷款金额'],ascending=[False,True],inplace=True)
df['每月归还额'] = df['贷款金额'] / df['贷款期限']

# ④　输出账户号在3000-5000之间的数据。（8分）
print(   df[(df['账户号']>3000)&(df['账户号']>5000)]   )

# ⑤　删除账户号列，增加每月还款额列（每月还款额列=贷款金额/贷款期限）。（8分）
del df['账户号']
# df.drop(columns=['账户号'],inplace=True)
df['每月还款额'] = df['贷款金额'] / df['贷款期限']

# ⑥　对还款状态进行计数。（8分）
print(df['还款状态'].value_counts())

# ⑦　按照还款状态进行分组，计算贷款金额的最大值。（8分）
print(df[['还款状态','贷款金额']].groupby('还款状态').max())

# ⑧　输出每月还款额的最大值与中位数。（8分）
a = df['每月归还额']
print('最大值=',a.max())
print('中位数=',a.median())

输出结果

	 贷款号    账户号     发放贷款日期    贷款金额  贷款期限   每月归还额 还款状态
18  6876   9236 1993-12-21   86616    12  7218.0    A
17  6820   9034 1993-12-16   38148    12  3179.0    A
16  7104  10320 1993-12-13  259740    60  4329.0    A
15  6456   7123 1993-12-09   47016    12  3918.0    A
13  6356   6701 1993-12-08   95400    36  2650.0    A
12  6228   6034 1993-12-01  464520    60  7742.0    B
11  6077   5270 1993-11-22   79608    24  3317.0    A
10  7121  10364 1993-11-10   21924    36   609.0    A
8   7235  10973 1993-10-13  154416    48  3217.0    A
7   6111   5428 1993-09-24  174744    24  7281.0    B
6   7284  11265 1993-09-15   52788    12  4399.0    A
5   6687   8261 1993-09-13   87840    24  3660.0    A
4   7240  11013 1993-09-06  274740    60  4579.0    A
2   6863   9188 1993-07-28  127080    60  2118.0    A
A    16
B     3
Name: 还款状态, dtype: int64
        贷款金额
还款状态        
A     274740
B     464520
最大值= 8033.0
中位数= 3918.0

例1数据集

贷款号	账户号	发放贷款日期	贷款金额	贷款期限	每月归还额	还款状态
5314	1787	1993-07-05	96396	12		8033		B
5316	1801	1993-07-11	165960	36		4610		A
6863	9188	1993-07-28	127080	60		2118		A
5325	1843	1993-08-03	105804	36		2939		A
7240	11013	1993-09-06	274740	60		4579		A
6687	8261	1993-09-13	87840	24		3660		A
7284	11265	1993-09-15	52788	12		4399		A
6111	5428	1993-09-24	174744	24		7281		B
7235	10973	1993-10-13	154416	48		3217		A
5997	4894	1993-11-04	117024	24		4876		A
7121	10364	1993-11-10	21924	36		609			A
6077	5270	1993-11-22	79608	24		3317		A
6228	6034	1993-12-01	464520	60		7742		B
6356	6701	1993-12-08	95400	36		2650		A
5523	2705	1993-12-08	93888	36		2608		A
6456	7123	1993-12-09	47016	12		3918		A
7104	10320	1993-12-13	259740	60		4329		A
6820	9034	1993-12-16	38148	12		3179		A
6876	9236	1993-12-21	86616	12		7218		A

二、例题2

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sn
# 正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 正常显示负数
plt.rcParams['axes.unicode_minus'] = False

#读取数据
df = pd.read_excel('ftx.xlsx')

#把日期 '年'改为 ‘季度’
def fn(n):
    if n>0 and n<4:
        return 's1'
    elif n>3 and n<7:
        return 's2'
    elif n>6 and n<10:
        return 's3'
    else:
        return 's4'

# 划分季度
df['季度'] = df['月'].map(fn)

# 1.使用所学知识，使用EXCEL数据透视表功能，
# 从数据源中筛选出2010年第3季度北京和上海两个城市的销售数量总和，将结果输出到新表a。
a = df[ df['销售区域'].isin(['北京','上海']) & (df['年']==2010) & (df['季度']=='s3') ]  [['销售区域','销售数量']].groupby(['销售区域']).sum()
a.to_csv("a.csv")

# 2.利用python环境下的数据分析包pandas编程实现筛选出
#2010年第3季度北京和广州两个城市的销售数量总和，将结果输出到新表b。
b = df[ df['销售区域'].isin(['北京','广州']) & (df['年']==2010) & (df['季度']=='s3') ]  [['销售区域','销售数量']].groupby(['销售区域']).sum()
b.to_csv("b.csv")

# 3.利用python环境下的数据分析包pandas编程实现
# 求出2009年和2010年的四个季度（第一季度、第二季度、第三季度和第四季度）共8个时间节点，
# 求出各节点对应销售数量总和，并用柱状图可视化展现。
df['季度']=df['年'].astype(str)+df['季度']
df = df[['季度','销售数量']].groupby(['季度']).sum()
sn.barplot(df.index,df['销售数量'])
plt.show()

结果展示

例2数据集样式(数据过多没有展示，可自己编写数据集)

年		月	销售区域	销售数量
2009	1	广州	70
2009	1	南宁	25
2009	1	北京	17
2009	1	广州	99
2009	1	北京	43
2009	1	广州	57
2009	1	上海	47
2009	1	南宁	73
2009	1	广州	32
2009	1	北京	77
2009	1	广州	41
2009	1	上海	12
2009	1	北京	18
2009	1	杭州	13
2009	1	杭州	87
2009	1	南昌	17
2009	1	广州	76
2009	1	杭州	45
2009	1	沈阳	81