和鲸社区 Numpy+Pandas数据处理·闯关2

Numpy+Pandas数据处理·闯关

关卡2

正常做法

前提（系统自带的）

df = pd.read_excel('/home/mw/input/pandas1206855/pandas120.xlsx')
df.head()

1. 提取学历为本科，工资在25k-35k的数据

df1 = df[(df['education'] == '本科')&(df['salary'] == '25k-35k')]

2. 提取salary列中以’40k’结尾的数据

df2 = df[df['salary'].str.endswith('40k')]

3. 提取薪资区间中最低薪资与最高薪资的平均值大于30k的行，只需提取原始字段(‘createTime’, ‘education’, ‘salary’)即可

def func(df):
    lst = df['salary'].apply(lambda x:x.split('-')).tolist()
    return lst
lst = func(df)
aver_sala=[]
for i in range(len(lst)):
    num1 = int(lst[i][0].replace('k',''))
    num2 = int(lst[i][1].replace('k',''))
    aver_sala.append(float((num1+num2)/2))

df['aver_sala'] = aver_sala
df3 = df[df['aver_sala'] > 30][['createTime','education','salary',]]

不正常做法

等于正常做法