Python快速刷题网站——牛客网 数据分析篇（十七）

一个帅气的boy，你可以叫我Love And Program
⌨个人主页：Love And Program的个人主页
如果对你有帮助的话希望三连支持一下博主

前言

本文将继续学习pandas 中级函数 最后一块内容，并对数据清洗模块部分内容展开讲解。

计算用户的名字长度

       现有一个Nowcoder.csv文件，它记录了牛客网的部分用户数据，包含如下字段（字段与字段之间以逗号间隔）：
运营小周同学想要统计这些用户的名字长度，你可以帮助她吗？
输入描述：
输出描述：
输出每一行用户名字的长度，包括行号。

• 读题找出重点：统计用户的名字长度
• 使用pandas中pandas.Series.str方法

       首先我们要了解pandas.Series.str方法->序列和索引的矢量化字符串函数，简单来说就是经过str处理后可以使用Python常用的处理方案，根据题意我们使用计算长度的函数len()：
（注意：经过str后被封装成不可见的类，需要用函数调用才能生成具体结果）

import numpy as np
import pandas as pd

data= pd.DataFrame({
    "Nowcoder_ID":['sdfsd','asdf','a','xfdssdf','gfgd'],
    "Level":[7,1,2,6,7],
    "Achievement_value":[8711,13,130,5666,11234],
    "Num_of_exercise":[500,3,32,433,899],
    "Graduate_year":[2017,2016,2010,2019,2017],
    "Language":['CPP','Java',np.nan,'C','Python'],
    "Continuous_check_in_days":[1230,10,45,564,1349],
    "Number_of_submissions":[120,1,2,1,np.nan]
})
data['Nowcoder_ID'].str
#
data['Nowcoder_ID'].str.len()

       当然还有其他的函数可以调用，比如split()，lstrip()等可自行尝试。

最终代码整理如下：

DA23 统计牛客网用户的名字长度

import pandas as pd
 
Nowcoder = pd.read_csv('Nowcoder.csv', sep=',')
print(Nowcoder['Name'].str.len())

去掉信息不全的用户

       现有一个Nowcoder.csv文件，它记录了牛客网的部分用户数据，包含如下字段（字段与字段之间以逗号间隔）：
运营同学正在做用户调研，为了保证调研的可靠性，想要去掉那些信息不全的用户，即去掉有缺失数据的行，请你帮助他去掉后输出全部数据。
输入描述：

输出描述：
直接输出清洗后的全部数据。

• 读题找出重点：去掉有缺失数据的行、输出全部数据
• 使用pandas中dropna()函数

dropna()：丢弃含空值的行、列

import numpy as np
import pandas as pd

data= pd.DataFrame({
    "Nowcoder_ID":[178372,989717,783650,723570,456568],
    "Level":[7,1,2,6,7],
    "Achievement_value":[8711,13,130,5666,11234],
    "Num_of_exercise":[500,3,32,433,899],
    "Graduate_year":[2017,2016,2010,2019,2017],
    "Language":['CPP','Java',np.nan,'C','Python'],
    "Continuous_check_in_days":[1230,10,45,564,1349],
    "Number_of_submissions":[120,1,2,1,np.nan]
})
data.dropna()

最终代码整理如下：

DA24 去掉信息不全的用户

import sys

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv', sep=',', dtype=object)
pd.set_option('display.width', 300)  # 设置字符显示宽度
pd.set_option('display.max_rows', None)  # 设置显示最大行
pd.set_option('display.max_columns', None)

print(Nowcoder.dropna())