玩轉數(shù)據(jù)處理120題｜Pandas版本

玩轉數(shù)據(jù)處理120題|Pandas版本Pandas進階修煉120題系列一共涵蓋了數(shù)據(jù)處理、計算、可視化等常用操作，希望通過120道精心挑選的習題吃透pandas。并且針對部分習題給出了多種解法與注解，動手敲一遍代碼一定會讓你有所收獲！1創(chuàng)建DataFrame題目：將下面的字典創(chuàng)建為DataFramedata ={'grammer':['Python','C','Java','GO',np.nan,'SQL','PHP','Python'],'score':[1,2,np.nan,4,5,6,7,10]}難度：期望結果grammerscore0Python10TOC\o"1-5"\h\zC 2.0JavaNaNGO 40斗 R 5.05SQL6.05PHP7.07Python10.0Python解法importnumpyasnpimportpandasaspddf=pd.DataFrame(data)#假如是直接創(chuàng)建df=pd.DataFrame({'grammer':['Python','C','Java','GO',np.nan,'SQL','PHP','Python'],'score':[1,2,np.nan,4,5,6,7,10]})注：1-20題均基于該數(shù)據(jù)框給出2數(shù)據(jù)提取題目：提取含有字符串卩ython的行難度：☆☆期望結果grammerscore0Python1.07Python10.0Python解法：#>1df[df['grammer']=='Python']#>2results=df['grammer'].str.contains('Python')results.fillna(value=False,inplace=True)df[results]3提取列名題目：輸出df的所有列名難度：☆期望結果Index(['grammer','score'],dtype='object')Python解法df.columns4修改列名題目：修改第二列列名為'popularity'難度：☆☆Python解法df.rename(columns={'score':'popularity'},inplace=True)5字符統(tǒng)計題目：統(tǒng)計grammer列中每種編程語言出現(xiàn)的次數(shù)難度："Python解法df['grammer'].value_counts()6缺失值處理題目：將空值用上下值的平均值填充難度：☆☆☆Python解法#pandas里有一個插值方法，就是計算缺失值上下兩數(shù)的均值df['popularity'] =df['popularity'].fillna(df['popularity'].interpolate())7數(shù)據(jù)提取題目：提取popularity列中值大于3的行難度：“Python解法df[df['popularity']>3]8數(shù)據(jù)去重題目：按照grammer列進行去重難度：“Python解法df.drop_duplicates(['grammer'])9數(shù)據(jù)計算題目：計算popularity列平均值難度：☆☆Python解法df['popularity'].mean()#4.7510格式轉換題目：將grammer列轉換為list難度：“Python解法df['grammer'].to_list()['Python','C','Java','GO',nan,'SQL','PHP','Python']11數(shù)據(jù)保存題目：將DataFrame保存為EXCEL難度：☆☆Python解法df.to_excel('filename.xlsx')12數(shù)據(jù)查看題目：查看數(shù)據(jù)行列數(shù)難度：Wython解法df.shape(8,2)13數(shù)據(jù)提取題目：提取popularity列值大于3小于7的行難度：☆☆Python解法df[(df['popularity']>3)&(df['popularity']<7)]14位置處理題目：交換兩列位置難度：☆☆☆Python解法temp=df['popularity']df.drop(labels=['popularity'],axis=1,inplace=True)df.insert(0,'popularity',temp)15數(shù)據(jù)提取題目：提取popularity列最大值所在行難度：☆☆Python解法df[df['popularity']==df['popularity'].max()]16數(shù)據(jù)查看題目：查看最后5行數(shù)據(jù)難度：☆Python解法df.tail()17數(shù)據(jù)修改題目：刪除最后一行數(shù)據(jù)難度：Wython解法df=df.drop(labels=df.shape[0]-1)18數(shù)據(jù)修改題目：添加一行數(shù)據(jù)['Perl',6.6]難度：☆☆Python解法row={'grammer':'Perl','popularity':6.6}df=df.append(row,ignore_index=True)19數(shù)據(jù)整理題目：對數(shù)據(jù)按照'popularity'列值的大小進行排序難度：☆☆Python解法df.sort_values('popularity',inplace=True)20字符統(tǒng)計題目：統(tǒng)計grammer列每個字符串的長度難度：☆☆☆Python解法df['grammer']=df['grammer'].fillna('R')df['len_str']=df['grammer'].map(lambdax:len(x))第二期：數(shù)據(jù)處理基礎21數(shù)據(jù)讀取題目：讀取本地EXCEL數(shù)據(jù)難度：☆Python解法importpandasaspdimportnumpyasnpdf=pd.read_excel(r'C:\Users\chenx\Documents\DataAnalysis\pandas120.xlsx')21—50部分習題與該數(shù)據(jù)相關

22數(shù)據(jù)查看題目：查看df數(shù)據(jù)前5行難度：☆期望輸出creat^Timeeducationsalary卒科20k-35K本科20k-40k平限20k-35k護科13k-20k卒科20k-35K本科20k-40k平限20k-35k護科13k-20k玄和10k-20k2020-03-1610:5B:4S2020-03-1610:46:392020-03-1610145:442020-03-1B10:20:41Python解法df.head()23數(shù)據(jù)計算題目：將salary列數(shù)據(jù)轉換為最大值與最小值的平均值難度：createTimeeducationsalarycreateTimeeducationsalary020￡0-03-1611:30:18本科275(X112020-03-1610:56:48本科3000022020-03-1610:46:39不限2750032020-03-1610145:44本科1650042020-00-1610:20:41本科15000Python解法#方法一：apply+自定義函數(shù)deffunc(df):lst=df['salary'].split('-')smin=int(lst[0].strip('k'))smax=int(lst[1].strip('k'))df['salary']=int((smin+smax)/2*1000)returndfdf=df.apply(func,axis=1)

#方法二：iterrows+正貝9importreforindex,rowindf.iterrows():nums=re.findall('\d+',row[2])df.iloc[index,2]=int(eval(f'({nums[0]}+{nums[1]})/2*1000'))24數(shù)據(jù)分組題目：將數(shù)據(jù)根據(jù)學歷進行分組并計算平均薪資難度：☆☆☆期望輸出educationsalary不限19600.000000大專10000.000000本科19361.344538碩士20642.857143Python解法df.groupby('education').mean()03-16本科2750003-16本科3000003-16不限2750003-16本科16600createTimeeducationsalary-JL-工討4f/nrurt25時間轉換題目：將createTime列時間轉換為月-日難度：createTimeeducationsalary-JL-工討4f/nrurt■ ce斗口Python解法forindex,rowindf.iterrows():df.iloc[index,0]df.iloc[index,0].to_pydatetime().strftime('%m-%d')26數(shù)據(jù)查看題目：查看索引、數(shù)據(jù)類型和內(nèi)存信息難度：☆期望輸出<class'pandas.core.frame.DataFrame'>RangeIndex:135entries,0to134Datacolumns(total4columns):createTime135non-nullobjecteducation135non-nullobjectsalary135non-nullint64categories135non-nullcategorydtypes:category(1),int64(1),object(2)memoryusage:3.5+KBPython解法()27數(shù)據(jù)查看題目：查看數(shù)值型列的匯總統(tǒng)計難度：☆Python解法df.describe()R解法summary(df)28數(shù)據(jù)整理題目：新增一列根據(jù)salary將數(shù)據(jù)分為三組難度：☆☆☆☆輸入期望輸出createTimeeducationsalaryGategories□3-16璋科275D0-03-1630000□3-16275D003-16本科16500*j aPython解法bins=[0,5000,20000,50000]group_names=['低','中','高']df['categories']=pd.cut(df['salary'],bins,labels=group_names)29數(shù)據(jù)整理題目：按照salary列對數(shù)據(jù)降序排列難度：☆☆Python解法df.sort_values('salary',ascending=False)30數(shù)據(jù)提取題目：取出第33行數(shù)據(jù)難度：☆☆Python解法df.iloc[32]31數(shù)據(jù)計算題目：計算salary列的中位數(shù)難度：☆☆Python解法np.median(df['salary'])#17500.0Python解法32Python解法32數(shù)據(jù)可視化題目：繪制薪資水平頻率分布直方圖難度：☆☆☆期望輸出35302520巧10*ufrlbvi#Jupyter運行matplotlib成像需要運行魔術命令%matplotlibinlineplt.rcParams['font.sans-serif']=['SimHei']#解決中文亂碼plt.rcParams['axes.unicode_minus']=False#解決符號問題importmatplotlib.pyplotaspltplt.hist(df.salary)#也可以用原生pandas方法繪圖df.salary.plot(kind='hist')33數(shù)據(jù)可視化題目：繪制薪資水平密度曲線難度：☆☆☆期望輸出df.salary.plot(kind='kde',xlim=(0,70000))34數(shù)據(jù)刪除題目：刪除最后一列categories難度：☆Python解法deldf['categories']#等價于df.drop(columns=['categories'],inplace=True)35數(shù)據(jù)處理題目：將df的第一列與第二列合并為新的一列難度：☆☆Python解法df['test']=df['education']+df['createTime']36數(shù)據(jù)處理題目：將education列與salary列合并為新的一列難度：☆☆☆備注：salary為int類型，操作與35題有所不同Python解法df['test1']=df['salary'].map(str)+df['education']37數(shù)據(jù)計算題目：計算salary最大值與最小值之差難度：☆☆☆Python解法df[['salary']].apply(lambdax:x.max()-x.min())salary41500dtype:int6438數(shù)據(jù)處理題目：將第一行與最后一行拼接難度：☆☆Python解法pd.concat([df[1:2],df[-1:]])39數(shù)據(jù)處理題目：將第8行數(shù)據(jù)添加至末尾難度：☆☆Python解法df.append(df.iloc[7])40數(shù)據(jù)查看題目：查看每列的數(shù)據(jù)類型難度：☆期望結果createTimeobjecteducationobjectsalaryint64testobjecttest1objectdtype:objectPython解法df.dtypescreateTimeobjecteducationobjectsalaryint64#testobject#test1object#dtype:object41數(shù)據(jù)處理題目：將createTime列設置為索引難度：☆☆Python解法df.set_index('createTime')42數(shù)據(jù)創(chuàng)建題目：生成一個和df長度相同的隨機數(shù)dataframe難度：☆☆Python解法df1=pd.DataFrame(pd.Series(np.random.randint(1,10,135)))43數(shù)據(jù)處理題目：將上一題生成的dataframe與df合并難度：☆☆Python解法df=pd.concat([df,df1],axis=1)44數(shù)據(jù)計算題目：生成新的一列new為salary列減去之前生成隨機數(shù)列難度:☆☆Python解法df['new']=df['salary']-df[0]45缺失值處理題目：檢查數(shù)據(jù)中是否含有任何缺失值難度：☆☆☆Python解法df.isnull().values.any()#False46數(shù)據(jù)轉換題目：將salary列類型轉換為浮點數(shù)難度：☆☆☆Python解法df['salary'].astype(np.float64)47數(shù)據(jù)計算題目：計算salary大于10000的次數(shù)難度：“Python解法len(df[df['salary']>10000])#11948數(shù)據(jù)統(tǒng)計題目：查看每種學歷出現(xiàn)的次數(shù)難度：☆☆☆期望輸出本科119碩士7不限5大專4Name:education,dtype:int64Python解法cation.value_counts()49數(shù)據(jù)查看題目：查看education列共有幾種學歷難度：☆☆Python解法df['education'].nunique()#450數(shù)據(jù)提取題目：提取salary與new列的和大于60000的最后3行難度:☆☆☆☆期望輸出createTimeeducationsalary test testl0newTOC\o"1-5"\h\z92 03-16 本科 35000 本科03-16 35000^科 6 34994101 03-16 本科 37500 本科Q3-16 37500^；科 5 37495if* nri-1a - q了只nn i7RnnJrS-i- rPython解法rowsums=df[['salary','new']].apply(np.sum,axis=1)res=df.iloc[np.where(rowsums>60000)[0][-3:],:]51數(shù)據(jù)讀取題目：使用絕對路徑讀取本地Excel數(shù)據(jù)難度：☆Python解法importpandasaspdimportnumpyasnpdf=pd.read_excel（r'C:\Users\chenx\Documents\DataAnalysis\Pandas51-80.xls'）備注請將答案中路徑替換為自己機器存儲數(shù)據(jù)的絕對路徑，51—80相關習題與該數(shù)據(jù)有關52數(shù)據(jù)查看題目：查看數(shù)據(jù)前三行難度：☆期望結果06000003耆盂常I6.13sa血坤低1⑷血斬 15.7205422^0610 75442&7：83 -04151 -2.5725 1孔€802 C.22fi43.32031Bei11 3.331^8*+111000000.5^1：常盤15l72C615.4644 15.B5Q1 16J3B72 15.BS1Q56C547931<111101474 也仙J 倔的 17.6139 C.31123.3501A3et11 工39旳血十11iff Python解法 df.head（3）53缺失值處理題目：查看每列數(shù)據(jù)缺失值情況難度：☆☆期望結果代碼1簡稱2日期2前收盤價（元）2開盤價（元）2最高價（元）2最低價（元）2收盤價（元）2成交量（股）2成交金額（元）2Python解法df.isnull().sum()54缺失值處理題目：提取日期列含有空值的行難度：☆☆期望結果什碼wu日祠收番秤址忻■驀枷letfruaft 戰(zhàn)妾■ stsa曙圧 矗跟n均悄昨?qū)?敲樓直ti馬 尼帀侗 碾沏1稅幣＜厲丹耳無蘇敝刊園園國園 i?f 摘商閔帕園恂繭閔 園蘋闞 *327 NeNMaNNil畑NahiNahlNaMNaNNbNNbHNdNNsNNbNNah NaNNaN NWNbNPython解法df［df［'日期'］.isnull（）］55缺失值處理題目：輸出每列缺失值具體行數(shù)難度：☆☆☆期望結果列名：'代碼',第［327］行位置有缺失值列名：'簡稱',第［327,328］行位置有缺失值列名：'日期',第［327,328］行位置有缺失值列名：'前收盤價（元）',第［327,328］行位置有缺失值列名：'開盤價（元）',第［327,328］行位置有缺失值列名：'最高價（元）',第［327,328］行位置有缺失值列名：'最低價（元）',第［327,328］行位置有缺失值列名：'收盤價（元）',第［327,328］行位置有缺失值Python解法foriindf.columns:ifdf[i].count()!=len(df):row=df[i][df[i].isnull().values].index.tolist()print('列名：'{}',第{}行位置有缺失值'.format(i,row))56缺失值處理題目：刪除所有存在缺失值的行難度：☆☆Python解法df.dropna(axis=0,how='any',inplace=True)備注axis:0-行操作(默認)，1-列操作

how:any-只要有空值就刪除（默認），all-全部為空值才刪除inplace:False-返回新的數(shù)據(jù)集（默認），True-在原數(shù)據(jù)集上操作57數(shù)據(jù)可視化題目：繪制收盤價的折線圖難度：☆☆期望結果Python解法#Jupyter運行matplotlib%matplotlibinlinedf['收盤價（元）'].plot（）#等價于importmatplotlib.pyplotaspltplt.plot（df['收盤價（元）']）58數(shù)據(jù)可視化題目：同時繪制開盤價與收盤價難度：☆☆☆期望結果

Python解法plt.rcParams['font.sans-serif']=['SimHei']#解決中文亂碼plt.rcParams['axes.unicode_minus']=False#解決符號問題df[['收盤價（元兒開盤價（元）']].plot（）59數(shù)據(jù)可視化題目：繪制漲跌幅的直方圖難度：☆☆期望結果plt.hist(df['漲跌幅(%)'])#等價于df['漲跌幅(%)'].hist()60數(shù)據(jù)可視化題目：讓直方圖更細致難度：☆☆期望結果Python解法df['漲跌幅(%)'].hist(bins=30)

61數(shù)據(jù)創(chuàng)建題目：以data的列名創(chuàng)建一個dataframe難度：“Python解法temp=pd.DataFrame(columns=df.columns.to_list())62異常值處理題目：打印所有換手率不是數(shù)字的行難度：☆☆☆期果畑結望開H日自忡！g交耀同交■Mfit佛駕H2fiKJOGCO.SH睿器黑IB.29451H.294€16.21MSIS^HBl&294fi;<富雪It漕Python解法果畑結望開H日自忡！g交耀同交■Mfit佛駕H2fiKJOGCO.SH睿器黑IB.29451H.294€16.21MSIS^HBl&294fi;<富雪It漕Python解法forindex,rowindf.iterrows():iftype(row[13])!=float:temp=temp.append(df.loc[index])o.da.DSL441BEE44I1X441H&R41I3L44T￡fiidTI3L-U1MB&4III.S5SJ347&+1UB.EO1F.BB5M7SU-IDEBC1163異常值處理題目：打印所有換手率為--的行難度：☆☆☆Python解法df[df['換手率(％)']=='--']備注通過上一題我們發(fā)現(xiàn)換手率的異常值只有--64數(shù)據(jù)處理題目：重置data的行號難度：☆Python解法df=df.reset_index(drop=True)備注有時我們修改數(shù)據(jù)會導致索引混亂65異常值處理題目：刪除所有換手率為非數(shù)字的行難度：☆☆☆Python解法lst=[]forindex,rowindf.iterrows():iftype(row[13])!=float:lst.append(index)df.drop(labels=lst,inplace=True)66數(shù)據(jù)可視化題目：繪制換手率的密度曲線難度：☆☆☆期望結果df['換手率(％)'].plot(kind二'kde',xlim=(0,0.6))67數(shù)據(jù)計算題目：計算前一天與后一天收盤價的差值難度：☆☆Python解法df['收盤價(元)'].diff()68數(shù)據(jù)計算題目：計算前一天與后一天收盤價變化率難度：☆☆Python解法data['收盤價(元)'].pct_change()69數(shù)據(jù)處理題目：設置日期為索引難度：☆Python解法df.set_index('日期')題目：以5個數(shù)據(jù)作為一個數(shù)據(jù)滑動窗口，在這個5個數(shù)據(jù)上取均值（收盤價）難度：☆☆☆Python解法df['收盤價（元）'].rolling⑸.mean（）71指標計算題目：以5個數(shù)據(jù)作為一個數(shù)據(jù)滑動窗口，計算這五個數(shù)據(jù)總和（收盤價）難度：☆☆☆Python解法df['收盤價（元）'].rolling⑸.sum（）72數(shù)據(jù)可視化題目：將收盤價5日均線、20日均線與原始數(shù)據(jù)繪制在同一個圖上難度：☆☆☆期望結果Python解法df['收盤價(元)'].plot()df['收盤價(元)'].rolling(5).mean().plot()df['收盤價(元)'].rolling(20).mean().plot()

題目：按周為采樣規(guī)則，取一周收盤價最大值難度：☆☆☆Python解法df=df.set」ndex('日期')df['收盤價(元)'].resample('W').max()74數(shù)據(jù)可視化題目：繪制重采樣數(shù)據(jù)與原始數(shù)據(jù)Python解法df['收盤價(元)'].plot()df['收盤價(元)'].resample('7D').max().plot()75數(shù)據(jù)處理題目：將數(shù)據(jù)往后移動5天難度：☆☆Python解法df.shift(5)76數(shù)據(jù)處理題目：將數(shù)據(jù)向前移動5天難度：☆☆Python解法df.shift(-5)77數(shù)據(jù)計算題目：使用expending函數(shù)計算開盤價的移動窗口均值難度："Python解法df['開盤價(元)'].expanding(min_periods=1).mean()度：☆☆☆期望結果Python解法df['expandingOpenmean']=df['開盤價(元)'].expanding(min_periods=1).mean()df[['開盤價(元)'，'expandingOpenmean']].plot(figsize=(16,6))79數(shù)據(jù)計算題目：計算布林指標難度：☆☆☆☆Python解法df['former30daysrollingClosemean']=df['收盤價(元)'].rolling(20).mean()df['upperbound']=df['former30daysrollingClosemean']+2*df[收盤價(元)'].rolling(20).std()df['lowerbound']=df['former30daysrollingClosemean']-2*df['收盤價(元)'].rolling(20).std()80數(shù)據(jù)可視化題目：計算布林線并繪制難度：☆☆☆期望結果Python解法df[['收盤價(元)'，'former30daysrollingClosemean','upperbound','lowerbound']].plot(figsize=(16,6))81數(shù)據(jù)查看題目：導入并查看pandas與numpy版本難度：☆Python解法importpandasaspdimportnumpyasnpprint(np.__version__)#1.16.5print(pd.__version__)#0.25.182數(shù)據(jù)創(chuàng)建題目：從NumPy數(shù)組創(chuàng)建DataFrame難度：☆備注使用numpy生成20個0-100隨機數(shù)Python解法tem=np.random.randint(1,100,20)df1=pd.DataFrame(tem)83數(shù)據(jù)創(chuàng)建題目：從NumPy數(shù)組創(chuàng)建DataFrame難度：☆備注使用numpy生成20個0-100固定步長的數(shù)Python解法tem=np.arange(0,100,5)df2=pd.DataFrame(tem)84數(shù)據(jù)創(chuàng)建題目：從NumPy數(shù)組創(chuàng)建DataFrame難度：☆備注使用numpy生成20個指定分布(如標準正態(tài)分布)的數(shù)Python解法tem=np.random.normal(0,1,20)df3=pd.DataFrame(tem)85數(shù)據(jù)創(chuàng)建題目：將df1，df2，df3按照行合并為新DataFrame難度："Python解法df=pd.concat([df1,df2,df3],axis=0,ignore_index=True)86數(shù)據(jù)創(chuàng)建題目：將df1，df2，df3按照列合并為新DataFrame難度：☆☆期望結果01209500.022492225-1.2094943100.8761272115-0.1621495120-0.8154243025-0.303792Python解法df=pd.concat([df1,df2,df3],axis=1,ignore_index=True)87數(shù)據(jù)查看題目：查看df所有數(shù)據(jù)的最小值、25%分位數(shù)、中位數(shù)、75%分位數(shù)、最大值難度：☆☆Python解法np.percentile(df,q=[0,25,50,75,100])88數(shù)據(jù)修改題目：修改列名為col1,col2,col3難度：Wython解法df.columns=['col1','col2','col3']數(shù)據(jù)提取題目：提取第一列中不在第二列出現(xiàn)的數(shù)字難度：☆☆☆Python解法df['col1'][~df['col1'].isin(df['col2'])]數(shù)據(jù)提取題目：提取第一列和第二列出現(xiàn)頻率最高的三個數(shù)字難度：☆☆☆Python解法temp=df['col1'].append(df['col2'])temp.value_counts()[:3]數(shù)據(jù)提取題目：提取第一列中可以整除5的數(shù)字位置難度：☆☆☆Python解法np.argwhere(df['col1']%5==0)數(shù)據(jù)計算題目：計算第一列數(shù)字前一個與后一個的差值難度：☆☆Python解法df['col1'].diff().tolist()數(shù)據(jù)處理題目：將col1,col2,clo3三列順序顛倒難度：☆☆Python解法df.iloc[:,::-1]數(shù)據(jù)提取題目：提取第一列位置在1,10,15的數(shù)字難度：☆☆Python解法df['col1'].take([1,10,15])#等價于df.iloc[[1,10,15],0]95數(shù)據(jù)查找題目：查找第一列的局部最大值位置難度：☆☆☆☆備注即比它前一個與后一個數(shù)字的都大的數(shù)字Python解法res=np.diff(np.sign(np.diff(df['col1'])))np.where(res==-2)[0]+1#array([2,4,7,9,12,15],dtype=int64)96數(shù)據(jù)計算題目：按行計算df的每一行均值難度：☆☆Python解法df[['col1','col2','col3']].mean(axis=1)97數(shù)據(jù)計算題目：對第二列計算移動平均值難度：☆☆☆備注每次移動三個位置，不可以使用自定義函數(shù)Python解法np.convolve(df['col2'],np.ones(3)/3,mode='valid')98數(shù)據(jù)修改題目：將數(shù)據(jù)按照第三列值的大小升序排列難度：☆☆Python解df.sort_values('col3',inplace=True)99數(shù)據(jù)修改題目：將第一列大于50的數(shù)字修改為'高'難度：☆☆Python解法df.col1[df['col1']>50]='高'100數(shù)據(jù)計算題目：計算第一列與第二列之間的歐式距離難度：☆☆☆備注不可以使用自定義函數(shù)Python解法np.linalg.norm(df['col1']-df['col2'])#194.29873905921264101數(shù)據(jù)讀取題目：從CSV文件中讀取指定數(shù)據(jù)難度：☆☆備注從數(shù)據(jù)1中的前10行中讀取positionName,salary兩列Python解法df1=pd.read_csv(r'C:\Users\chenx\Documents\DataAnalysis\數(shù)據(jù)1.csv',encoding二'gbk',usecols二['positionName','salary'],nrows=10)102數(shù)據(jù)讀取題目：從CSV文件中讀取指定數(shù)據(jù)難度：☆☆備注從數(shù)據(jù)2中讀取數(shù)據(jù)并在讀取數(shù)據(jù)時將薪資大于10000的為改為高Python解法df2=pd.read_csv(r'C:\Users\chenx\Documents\DataAnalysis\數(shù)據(jù)2.csv',converters={'薪資水平':lambdax:'高'iffloat(x)>10000else'低'})103數(shù)據(jù)計算題目：從dataframe提取數(shù)據(jù)難度：☆☆☆備注從上一題數(shù)據(jù)中，對薪資水平列每隔20行進行一次抽樣期望結果薪整水平TOC\o"1-5"\h\z0 高20 高40 高60 高W 高100 鬲120 高140 高160 高Python解法df2.iloc[::20,:][['薪資水平']]104數(shù)據(jù)處理題目：將數(shù)據(jù)取消使用科學計數(shù)法難度：☆譜俞入df= pd.DataFrame(np.random.random(10)**10,columns=['data'])期望結果data00.07BTOC\o"1-5"\h\z0.0290.0020.0000.0000.0000.0070.0000.000Python解法df=pd.DataFrame(np.random.random(10)**10,columns=['data'])df.round(3)105數(shù)據(jù)處理題目：將上一題的數(shù)據(jù)轉換為百分數(shù)難度：☆☆☆期data07.7S%2.94%0.22%0.00%0.00%0-00^0-65%0-01%ao.oo%Python解法df.style.format({'data':'{0:.2%}'.format})106數(shù)據(jù)查找題目：查找上一題數(shù)據(jù)中第3大值的行號難度：☆☆☆Python解法df['data'].argsort()[len(df)-3]107數(shù)據(jù)處理題目：反轉df的行難度：☆☆Python解法df.iloc[::-1,:]108數(shù)據(jù)重塑題目：按照多列對數(shù)據(jù)進行合并難度：☆☆輸入df1=pd.DataFrame({'key1':