Pandas 100题 -- 这十套练习，教你如何使用Pandas做数据分析
这段时间，把网上流传的Pandas的100题做完了，总体感觉就是巩固了一些知识，也学习到了一些，难点还是理解题意吧。
题目和答案来自科赛网 https://www.heywhale.com/mw/project/59e77a636d213335f38daec2：
这十套练习，教你如何使用Pandas做数据分析
我的练习思路是这样的：将所有题目复制到jupyter中，按照题目要求写代码，写一题切换一个cell（jupyter切分一个cell的快捷键是：ctrl + shift + 减号）
下面是习题用到的数据集：
Pandas100题的数据集
下面是题目：
（答案见科赛网，感觉网站上有些小错误）
这十套练习，教你如何用Pandas做数据分析
练习题索引
对应的数据集文件路径查看
练习1-开始了解你的数据
探索Chipotle快餐数据
步骤1 导入必要的库
步骤2 从如下地址导入数据集
步骤3 将数据集存入一个名为chipo的数据框内
步骤4 查看前10行内容
步骤6 数据集中有多少个列(columns)
步骤7 打印出全部的列名称
步骤8 数据集的索引是怎样的
步骤9 被下单数最多商品(item)是什么?
步骤10 在item_name这一列中，一共有多少种商品被下单？
步骤11 在choice_description中，下单次数最多的商品是什么？
步骤12 一共有多少商品被下单？
步骤13 将item_price转换为浮点数
步骤14 在该数据集对应的时期内，收入(revenue)是多少
步骤15 在该数据集对应的时期内，一共有多少订单？
步骤16 每一单(order)对应的平均总价是多少？
步骤17 一共有多少种不同的商品被售出？
练习2-数据过滤与排序
探索2012欧洲杯数据
步骤1 - 导入必要的库
步骤2 - 从以下地址导入数据集
步骤3 - 将数据集命名为euro12
步骤4 只选取 Goals 这一列
步骤5 有多少球队参与了2012欧洲杯？
步骤6 该数据集中一共有多少列(columns)?
步骤7 将数据集中的列Team, Yellow Cards和Red Cards单独存为一个名叫discipline的数据框
步骤8 对数据框discipline按照先Red Cards再Yellow Cards进行排序
步骤9 计算每个球队拿到的黄牌数的平均值
步骤10 找到进球数Goals超过6的球队数据
步骤11 选取以字母G开头的球队数据
步骤12 选取前7列
步骤13 选取除了最后3列之外的全部列
步骤14 找到英格兰(England)、意大利(Italy)和俄罗斯(Russia)的射正率(Shooting Accuracy)
练习3-数据分组
探索酒类消费数据
步骤1 导入必要的库
步骤2 从以下地址导入数据
步骤3 将数据框命名为drinks
步骤4 哪个大陆(continent)平均消耗的啤酒(beer)更多？
步骤5 打印出每个大陆(continent)的红酒消耗(wine_servings)的描述性统计值
步骤6 打印出每个大陆每种酒类别的消耗平均值
步骤7 打印出每个大陆每种酒类别的消耗中位数
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
练习4-Apply函数
探索1960 - 2014 美国犯罪数据
步骤1 导入必要的库
步骤2 从以下地址导入数据集
步骤3 将数据框命名为crime
步骤4 每一列(column)的数据类型是什么样的？
步骤5 将Year的数据类型转换为 datetime64
步骤6 将列Year设置为数据框的索引
步骤7 删除名为Total的列
步骤8 按照Year对数据框进行分组并求和
步骤9 何时是美国历史上生存最危险的年代？
练习5-合并
探索虚拟姓名数据
步骤1 导入必要的库
步骤2 按照如下的元数据内容创建数据框
步骤3 将上述的数据框分别命名为data1, data2, data3
步骤4 将data1和data2两个数据框按照行的维度进行合并，命名为all_data
步骤5 将data1和data2两个数据框按照列的维度进行合并，命名为all_data_col
步骤6 打印data3
步骤7 按照subject_id的值对all_data和data3作合并
步骤8 对data1和data2按照subject_id作连接
步骤9 找到 data1 和 data2 合并之后的所有匹配结果
练习6-统计
探索风速数据
步骤1 导入必要的库
步骤2 从以下地址导入数据
步骤3 将数据作存储并且设置前三列为合适的索引
步骤4 2061年？我们真的有这一年的数据？创建一个函数并用它去修复这个bug
步骤5 将日期设为索引，注意数据类型，应该是datetime64[ns]
步骤6 对应每一个location，一共有多少数据值缺失
步骤7 对应每一个location，一共有多少完整的数据值
步骤8 对于全体数据，计算风速的平均值
步骤9 创建一个名为loc_stats的数据框去计算并存储每个location的风速最小值，最大值，平均值和标准差
步骤10 创建一个名为day_stats的数据框去计算并存储所有location的风速最小值，最大值，平均值和标准差
步骤11 对于每一个location，计算一月份的平均风速
步骤12 对于数据记录按照年为频率取样
步骤13 对于数据记录按照月为频率取样
练习7-可视化
探索泰坦尼克灾难数据
步骤1 导入必要的库
步骤2 从以下地址导入数据
步骤3 将数据框命名为titanic
步骤4 将PassengerId设置为索引
步骤5 绘制一个展示男女乘客比例的扇形图
步骤6 绘制一个展示船票Fare, 与乘客年龄和性别的散点图
步骤7 有多少人生还？
步骤8 绘制一个展示船票价格的直方图
练习8-创建数据框
探索Pokemon数据
步骤1 导入必要的库
步骤2 创建一个数据字典
步骤3 将数据字典存为一个名叫pokemon的数据框中
步骤4 数据框的列排序是字母顺序，请重新修改为name, type, hp, evolution, pokedex这个顺序
步骤5 添加一个列place
步骤6 查看每个列的数据类型
练习9-时间序列
探索Apple公司股价数据
步骤1 导入必要的库
步骤2 数据集地址
步骤3 读取数据并存为一个名叫apple的数据框
步骤4 查看每一列的数据类型
步骤5 将Date这个列转换为datetime类型
步骤6 将Date设置为索引
步骤7 有重复的日期吗？
步骤8 将index设置为升序
步骤9 找到每个月的最后一个交易日(business day)
步骤10 数据集中最早的日期和最晚的日期相差多少天？
步骤11 在数据中一共有多少个月？
步骤12 按照时间顺序可视化Adj Close值
练习10-删除数据
探索Iris纸鸢花数据
步骤1 导入必要的库
步骤2 数据集地址
步骤3 将数据集存成变量iris
步骤4 创建数据框的列名称
步骤5 数据框中有缺失值吗？
步骤6 将列petal_length的第10到19行设置为缺失值
步骤7 将缺失值全部替换为1.0
步骤8 删除列class
步骤9 将数据框前三行设置为缺失值
步骤10 删除有缺失值的行
步骤11 重新设置索引
结语