python数据分析小练习----科赛

_[ https://www.kesci.com/apps/home/project/5a8afe517f2d695222327e14

](https://www.kesci.com/apps/home/project/5a8afe517f2d695222327e14) __
_

练习1-开始了解你的数据

步骤6 数据集中有多少个列(columns)： chipo . shape [ 1 ]

步骤9 被下单数最多商品(item)是什么： chipo . item_name . value_counts ()

. head ( 1 ) value_counts 默认从大到小排序

步骤10 在item_name这一列中，一共有多少商品被下单： chipo . item_name . nunique

() nunique()？？？

步骤13 将item_price转换为浮点数： dollarizer = lambda x : float (

x [ 1 : - 1 ]) ？？？

chipo . item_price = chipo . item_price . apply (

dollarizer )

练习2-数据过滤与排序

步骤5 有多少球队参与了2012欧洲杯： euro12 . shape [ 0 ] 与练习题1步骤6的区别

步骤6 该数据集中一共有多少列(columns)： euro12.info() 与练习题1步骤6的区别

步骤8 对数据框discipline按照先Red Cards再Yellow Cards进行排序： discipline .

sort_values ([ ‘Red Cards’ , ‘Yellow Cards’ ], ascending =
False )

步骤9 计算每个球队拿到的黄牌数的平均值： round ( discipline [ ‘Yellow Cards’ ]

. mean ())

步骤11 选取以字母G开头的球队数据： euro12 [ euro12 . Tea m . str .

s tartswith ( ‘G’ )]

步骤14 找到英格兰(England)、意大利(Italy)和俄罗斯(Russia)的射正率(Shooting Accuracy)：

euro12 . loc [ euro12 . Team . isin ([ ‘England’ ,
‘Italy’ , ‘Russia’ ]), [ ‘Team’ , ‘Shooting Accuracy’ ]]

练习3-数据分组

步骤8 打印出每个大陆对spirit饮品消耗的平均值，最大值和最小值： drinks . groupby (

‘continent’ <