创作不易,参考之前,点个赞,收藏,关注一下不过分吧,家人们
第1关:了解数据处理对象--Series
任务描述
本关任务:仔细阅读编程要求,完成相关要求。
------------------------------------------------------------------------
编程要求
根据提示,在右侧编辑器Begin-End
处补充代码:
-
创建一个名为
series_a
的series
数组,当中值为[1,2,5,7]
,对应的索引为['nu', 'li', 'xue', 'xi']
; -
创建一个名为
dict_a
的字典,字典中包含如下内容{'ting':1, 'shuo':2, 'du':32, 'xie':44}
; -
将
dict_a
字典转化成名为series_b
的series
数组。# 请在此添加代码 完成本关任务 # ********** Begin *********# series_a=Series([1,2,5,7],index=['nu', 'li', 'xue', 'xi']) dict_a={'ting':1, 'shuo':2, 'du':32, 'xie':44} series_b=Series(dict_a) # ********** End **********# # 返回series_a,dict_a,series_b return series_a,dict_a,series_b
第2关:了解数据处理对象-DataFrame
任务描述
本关任务:根据编程要求,完成相关代码的编写。
-------------------------------------------------------------------------
编程要求
根据提示,在右侧编辑器begin-end
处补充代码:
-
创建一个五行三列的名为
df1
的DataFrame
数组,列名为[states,years,pops]
,行名['one','two','three','four','five']
; -
给
df1
添加新列,列名为new_add
,值为[7,4,5,8,2]
。
# 请在此添加代码 完成本关任务
# ********** Begin *********#
dictionary={'states':['','','','',''],
'years':['','','','',''],
'pops':['','','','','']}
df1=DataFrame(dictionary)
df1=DataFrame(dictionary,index=['one','two','three','four','five'])
df1['new_add']=[7,4,5,8,2]
# ********** End **********#
第3关:读取CSV格式数据
任务描述
本关任务:根据编程要求,完成相关代码的编写。
-----------------------------------------------------
编程要求
根据提示,在右侧编辑器begin-end
处补充代码:
-
将
test3/uk_rain_2014.csv
中的数据导入到df1
中; -
将列名修改为
['water_year','rain_octsep','outflow_octsep','rain_decfeb', 'outflow_decfeb', 'rain_junaug', 'outflow_junaug']
; -
计算
df1
的总行数并存储在length1
中。# 请在此添加代码 完成本关任务 # ********** Begin *********# df1=pd.read_csv('test3/uk_rain_2014.csv', header=0) df1.columns=['water_year','rain_octsep','outflow_octsep','rain_decfeb', 'outflow_decfeb', 'rain_junaug', 'outflow_junaug'] length1=len(df1) # ********** End **********# #返回df1,length1 return df1,length1
第4关:数据的基本操作——排序
编程要求
根据提示,在右侧编辑器Begin-End
处补充代码:
-
对代码中
s1
进行按索引排序,并将结果存储到s2
; -
对代码中
d1
进行按值排序(index
为f
),并将结果存储到d2
。# s1是Series类型数据,d1是DataFrame类型数据 s1 = Series([4, 3, 7, 2, 8], index=['z', 'y', 'j', 'i', 'e']) d1 = DataFrame({'e': [4, 2, 6, 1], 'f': [0, 5, 4, 2]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.sort_index() d2=d1.sort_values(by='f') # ********** End **********#
第5关:数据的基本操作——删除
编程要求
根据提示,在右侧编辑器Begin-End
处补充代码:
-
在
s1
中删除z
行,并赋值到s2
; -
d1
中删除yy
列,并赋值到d2
。# s1是Series类型数据,d1是DataFrame类型数据 s1 = Series([5, 2, 4, 1], index=['v', 'x', 'y', 'z']) d1=DataFrame(np.arange(9).reshape(3,3), columns=['xx','yy','zz']) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.drop('z') d2=d1.drop(['yy'],axis=1) # ********** End **********#
第6关:数据的基本操作——算术运算
编程要求
根据提示,在右侧编辑器Begin-End
处补充代码:
- 让
df1
与df2
相加得到df3
,并设置默认填充值为4
。# df1,df2是DataFrame类型数据 df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list('abcd')) df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list('abcde')) # 请在此添加代码 完成本关任务 # ********** Begin *********# df3=df1.add(df2,fill_value=4) # ********** End **********# # 返回df3 return df3
第7关:数据的基本操作——去重
编程要求
根据提示,在右侧编辑器Begin-End
处补充代码:
- 去除
df1
中重复的行,并把结果保存到df2
中。# df1是DataFrame类型数据 df1 = DataFrame({'k1': ['one'] * 3 + ['two'] * 4, 'k2': [1, 1, 2, 3, 3, 4, 4]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# df2=df1.drop_duplicates() # ********** End **********# # 返回df2
第8关:层次化索引
编程要求
根据提示,在右侧编辑器Begin-End
处补充代码:
- 对
s1
进行数据重塑,转化成DataFrame
类型,并复制到d1
。 -
#s1是Series类型数据 s1=Series(np.random.randn(10), index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]]) # 请在此添加代码 完成本关任务 # ********** Begin *********# d1=s1.unstack() # ********** End **********# # 返回d1 return d1
注:内容只做参考和分享,未经允许不可传播,侵权立删