pandas初级训练50练习题

Pandas初级50题练习

1.模块导入

import pandas as pd

2.查看pandas版本信息

print(pd.__version__)

1.0.1

注意
Pandas 的数据结构：Pandas 主要有 Series（一维数组），DataFrame（二维数组），Panel（三维数组），Panel4D（四维数组），PanelND（更多维数组）等数据结构。其中 Series 和 DataFrame 应用的最为广泛。

Series 是一维带标签的数组，它可以包含任何数据类型。包括整数，字符串，浮点数，Python 对象等。Series 可以通过标签来定位。
DataFrame 是二维的带标签的数据结构。我们可以通过标签来定位数据。这是 NumPy 所没有的。

3.从列表创建Series序列

ListSeries = [1,2,3,4,5,5.6]
LS3 = pd.Series(ListSeries) # 注意这里的series要大写
LS3

0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    5.6
dtype: float64

4.从Ndarray创建Series

# 这里会用到NUmpy 先导入
import numpy as np

numpy_4 = np.random.randn(5) # 这里创建一个一维Ndarray随机数组
numpy_4 

index = ['小明','小强','小刚','小王','小q']
LS4 = pd.Series(numpy_4,index = index)
LS4

小明    2.269755
小强   -1.454366
小刚    0.045759
小王   -0.187184
小斯    1.532779
dtype: float64

5.从dict创建Series

dict5 = {'AA':1,'BB':2,'CC':3,'DD':4,'EE':5}
LS5 = pd.Series(dict5)
LS5

AA    1
BB    2
CC    3
DD    4
EE    5
dtype: int64

6.修改Series索引

tip：以下是关于Series的基本操作

print(LS5) #　这里用到前面定义的第５题的数据

LS5.index = ['A','B','C','D','E']
LS5

AA    1
BB    2
CC    3
DD    4
EE    5
dtype: int64





A    1
B    2
C    3
D    4
E    5
dtype: int64

7.Series纵向拼接

print(LS5)
print(LS3)

LS7 = LS5.append(LS3)
LS7

# 顺序前后对比
LS7_1 = LS3.append(LS5)
LS7_1

A    1
B    2
C    3
D    4
E    5
dtype: int64
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    5.6
dtype: float64





0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    5.6
A    1.0
B    2.0
C    3.0
D    4.0
E    5.0
dtype: float64

8.Series按指定索引删除元素

print(LS7) # 这里用到前面的数据

LS8 = LS7.drop('E')
LS8

A    1.0
B    2.0
C    3.0
D    4.0
E    5.0
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    5.6
dtype: float64





A    1.0
B    2.0
C    3.0
D    4.0
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    5.6
dtype: float64

9.Series修改指定索引的元素

print(LS7)
LS7['A'] = 100
LS7

A    1.0
B    2.0
C    3.0
D    4.0
E    5.0
0    1.0
1    2.0
2    3.0
3    4.0
4    5.0
5    5.6
dtype: float64





A    100.0
B      2.0
C      3.0
D      4.0
E      5.0
0      1.0
1      2.0
2      3.0
3      4.0
4      5.0
5      5.6
dtype: float64

10.Series按指定索引查找元素

LS7['B']

2.0

11.Series的切片操作

print(LS7)
LS7[:3] # 前3个

A    100.0
B      2.0
C      3.0
D      4.0
E      5.0
0      1.0
1      2.0
2      3.0
3      4.0
4      5.0
5      5.6
dtype: float64





A    100.0
B      2.0
C      3.0
dtype: float64

LS7[:-3] # 后3个

A    100.0
B      2.0
C      3.0
D      4.0
E      5.0
0      1.0
1      2.0
2      3.0
dtype: float64

LS7[1:4] # 中间3个

B    2.0
C    3.0
D    4.0
dtype: float64

12.Series加法运算

tip: 讲运算

这里区别以下NAN，None，Null，
NAN：Not a Number，表示不是一个数，注意一点就是 np.nan == np.nan是不同的，会返回FALSE
None：表示一个空对象，常用来占位，把它看成一个值。
Null：表示为空，不是一个值。

# Series 的加法运算是按照索引计算，如果索引不同则填充为 NaN（空值）
print(LS7)
LS7.add(LS7)

A    100.0
B      2.0
C      3.0
D      4.0
E      5.0
0      1.0
1      2.0
2      3.0
3      4.0
4      5.0
5      5.6
dtype: float64





A    200.0
B      4.0
C      6.0
D      8.0
E     10.0
0      2.0
1      4.0
2      6.0
3      8.0
4     10.0
5     11.2
dtype: float64

13.Series减法运算

LS7.sub(LS7)

A    0.0
B    0.0
C    0.0
D    0.0
E    0.0
0    0.0
1    0.0
2    0.0
3    0.0
4    0.0
5    0.0
dtype: float64

14.Series乘法运算

LS7.mul(LS7)

A    10000.00
B        4.00
C        9.00
D       16.00
E       25.00
0        1.00
1        4.00
2        9.00
3       16.00
4       25.00
5       31.36
dtype: float64

15. Series 除法运算

LS7.div(LS7)

A    1.0
B    1.0
C    1.0
D    1.0
E    1.0
0    1.0
1    1.0
2    1.0
3    1.0
4    1.0
5    1.0
dtype: float64

16. Series 求中位数

LS7.median()

4.0

17. Series 求和

LS7.sum()

134.6

18. Series 求最大值

LS7.max()

100.0

19. Series 求最小值

LS7.min()

1.0

20. 通过 NumPy 数组创建 DataFrame【DataFrame操作部分】

np.random.seed(0) # 设置一个随机种子
date_20 = pd.date_range('today',periods = 6)  # 定义时间序列作为index，行索引
datas = np.random.randn(6,4) # 传入numpy的随机数组  6行4列
columns = ['A','B','C','D'] # 定义列名
df_20 = pd.DataFrame(datas,index = date_20,columns = columns)
df_20

	A	B	C	D
2021-01-21 23:41:06.572078	1.764052	0.400157	0.978738	2.240893
2021-01-22 23:41:06.572078	1.867558	-0.977278	0.950088	-0.151357
2021-01-23 23:41:06.572078	-0.103219	0.410599	0.144044	1.454274
2021-01-24 23:41:06.572078	0.761038	0.121675	0.443863	0.333674
2021-01-25 23:41:06.572078	1.494079	-0.205158	0.313068	-0.854096
2021-01-26 23:41:06.572078	-2.552990	0.653619	0.864436	-0.742165

21. 通过字典数组创建 DataFrame

data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
        'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
        'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
        'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}
labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
# labels = [np.arange(10)+1] #　测试代码
df21 = pd.DataFrame(data, index=labels)
df21

	animal	age	visits	priority
a	cat	2.5	1	yes
b	cat	3.0	3	yes
c	snake	0.5	2	no
d	dog	NaN	3	yes
e	dog	5.0	2	no
f	cat	2.0	3	no
g	snake	4.5	1	no
h	cat	NaN	1	yes
i	dog	7.0	2	no
j	dog	3.0	1	no

22. 查看 DataFrame 的数据类型

print(df21.dtypes) # 查看各个变量的数据类型
print(type(df21)) # 查看df21的数据类型

animal       object
age         float64
visits        int64
priority     object
dtype: object

23.预览 DataFrame 的前 5 行数据

df21.head(5) # 5是默认的

	animal	age	visits	priority
a	cat	2.5	1	yes
b	cat	3.0	3	yes
c	snake	0.5	2	no
d	dog	NaN	3	yes
e	dog	5.0	2	no

24. 查看 DataFrame 的后 3 行数据

df21.tail(3)

	animal	age	visits	priority
h	cat	NaN	1	yes
i	dog	7.0	2	no
j	dog	3.0	1	no

25.查看 DataFrame 的索引

df21.index

Index(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'], dtype='object')

26. 查看 DataFrame 的列名

df21.columns

Index(['animal', 'age', 'visits', 'priority'], dtype='object')

27. 查看 DataFrame 的数值

df21.values

array([['cat', 2.5, 1, 'yes'],
       ['cat', 3.0, 3, 'yes'],
       ['snake', 0.5, 2, 'no'],
       ['dog', nan, 3, 'yes'],
       ['dog', 5.0, 2, 'no'],
       ['cat', 2.0, 3, 'no'],
       ['snake', 4.5, 1, 'no'],
       ['cat', nan, 1, 'yes'],
       ['dog', 7.0, 2, 'no'],
       ['dog', 3.0, 1, 'no']], dtype=object)

28. 查看 DataFrame 的统计数据

df21.describe()

	age	visits
count	8.000000	10.000000
mean	3.437500	1.900000
std	2.007797	0.875595
min	0.500000	1.000000
25%	2.375000	1.000000
50%	3.000000	2.000000
75%	4.625000	2.750000
max	7.000000	3.000000

29. DataFrame 转置操作

df21.T # 不会改变原来的df21

	a	b	c	d	e	f	g	h	i	j
animal	cat	cat	snake	dog	dog	cat	snake	cat	dog	dog
age	2.5	3	0.5	NaN	5	2	4.5	NaN	7	3
visits	1	3	2	3	2	3	1	1	2	1
priority	yes	yes	no	yes	no	no	no	yes	no	no

30. 对 DataFrame 进行按列排序

df21.sort_values(by = 'visits') # 按visits的值的升序排列

	animal	age	visits	priority
a	cat	2.5	1	yes
g	snake	4.5	1	no
h	cat	NaN	1	yes
j	dog	3.0	1	no
c	snake	0.5	2	no
e	dog	5.0	2	no
i	dog	7.0	2	no
b	cat	3.0	3	yes
d	dog	NaN	3	yes
f	cat	2.0	3	no

31. 对 DataFrame 数据切片

print(df21)
df21[1:3] # 取1，2行的所有数据，第三行取不到，默认从0开始。

  animal  age  visits priority
a    cat  2.5       1      yes
b    cat  3.0       3      yes
c  snake  0.5       2       no
d    dog  NaN       3      yes
e    dog  5.0       2       no
f    cat  2.0       3       no
g  snake  4.5       1       no
h    cat  NaN       1      yes
i    dog  7.0       2       no
j    dog  3.0       1       no

	animal	age	visits	priority
b	cat	3.0	3	yes
c	snake	0.5	2	no

32. 对 DataFrame 通过标签查询（单列）

df21['age']

a    2.5
b    3.0
c    0.5
d    NaN
e    5.0
f    2.0
g    4.5
h    NaN
i    7.0
j    3.0
Name: age, dtype: float64

df21.age # 等价的

a    2.5
b    3.0
c    0.5
d    NaN
e    5.0
f    2.0
g    4.5
h    NaN
i    7.0
j    3.0
Name: age, dtype: float64

33. 对 DataFrame 通过标签查询（多列）

df21[['age','visits']]

	age	visits
a	2.5	1
b	3.0	3
c	0.5	2
d	NaN	3
e	5.0	2
f	2.0	3
g	4.5	1
h	NaN	1
i	7.0	2
j	3.0	1

34. 对 DataFrame 通过位置查询

df21.iloc[1:3] # 

	animal	age	visits	priority
b	cat	3.0	3	yes
c	snake	0.5	2	no

35. DataFrame 副本拷贝

# 生成 DataFrame 副本，方便数据集被多个不同流程使用
df35 = df21.copy()
df35

	animal	age	visits	priority
a	cat	2.5	1	yes
b	cat	3.0	3	yes
c	snake	0.5	2	no
d	dog	NaN	3	yes
e	dog	5.0	2	no
f	cat	2.0	3	no
g	snake	4.5	1	no
h	cat	NaN	1	yes
i	dog	7.0	2	no
j	dog	3.0	1	no

36. 判断 DataFrame 元素是否为空

a = df3.isnull()
a

	animal	age	visits	priority	No.
1	False	False	False	False	False
2	False	False	False	False	False
3	False	False	False	False	False
4	False	True	False	False	False
5	False	False	False	False	False
6	False	False	False	False	False
7	False	False	False	False	False
8	False	True	False	False	False
9	False	False	False	False	False
10	False	False	False	False	False
f	True	False	True	True	True

a.describe()

	animal	age	visits	priority	No.
count	11	11	11	11	11
unique	2	2	2	2	2
top	False	False	False	False	False
freq	10	9	10	10	10

37. 添加列数据

print(df35)
num = pd.Series([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], index=df35.index)

df35['No.'] = num  # 添加以 'No.' 为列名的新数据列
df35

  animal  age  visits priority
a    cat  2.5       1      yes
b    cat  3.0       3      yes
c  snake  0.5       2       no
d    dog  NaN       3      yes
e    dog  5.0       2       no
f    cat  2.0       3       no
g  snake  4.5       1       no
h    cat  NaN       1      yes
i    dog  7.0       2       no
j    dog  3.0       1       no

	animal	age	visits	priority	No.
a	cat	2.5	1	yes	0
b	cat	3.0	3	yes	1
c	snake	0.5	2	no	2
d	dog	NaN	3	yes	3
e	dog	5.0	2	no	4
f	cat	2.0	3	no	5
g	snake	4.5	1	no	6
h	cat	NaN	1	yes	7
i	dog	7.0	2	no	8
j	dog	3.0	1	no	9

38. 根据 DataFrame 的下标值进行更改

# 修改第 2 行与第 2 列对应的值 3.0 → 2.0
df3.iat[1, 1] = 2  # 索引序号从 0 开始，这里为 1, 1
df3

	animal	age	visits	priority	No.
1	cat	2.5	1.0	yes	0.0
2	cat	2.0	3.0	yes	1.0
3	snake	0.5	2.0	no	2.0
4	dog	NaN	3.0	yes	3.0
5	dog	5.0	2.0	no	4.0
6	cat	2.0	3.0	no	5.0
7	snake	4.5	1.0	no	6.0
8	cat	NaN	1.0	yes	7.0
9	dog	7.0	2.0	no	8.0
10	dog	3.0	1.0	no	9.0
f	NaN	1.5	NaN	NaN	NaN

39. 根据 DataFrame 的标签对数据进行修改

df3.loc['f', 'age'] = 1.5
df3

	animal	age	visits	priority	No.
1	cat	2.5	1.0	yes	0.0
2	cat	2.0	3.0	yes	1.0
3	snake	0.5	2.0	no	2.0
4	dog	NaN	3.0	yes	3.0
5	dog	5.0	2.0	no	4.0
6	cat	2.0	3.0	no	5.0
7	snake	4.5	1.0	no	6.0
8	cat	NaN	1.0	yes	7.0
9	dog	7.0	2.0	no	8.0
10	dog	3.0	1.0	no	9.0
f	NaN	1.5	NaN	NaN	NaN

40. DataFrame 求平均值操作

df3.mean()

age       3.111111
visits    1.900000
No.       4.500000
dtype: float64

41. 对 DataFrame 中任意列做求和操作

df3['visits'].sum()

19.0

42. 将字符串转化为小写字母：

string = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca',
                    np.nan, 'CABA', 'dog', 'cat'])
print(string)
string.str.lower()

0       A
1       B
2       C
3    Aaba
4    Baca
5     NaN
6    CABA
7     dog
8     cat
dtype: object





0       a
1       b
2       c
3    aaba
4    baca
5     NaN
6    caba
7     dog
8     cat
dtype: object

43. 将字符串转化为大写字母

string.str.upper()

0       A
1       B
2       C
3    AABA
4    BACA
5     NaN
6    CABA
7     DOG
8     CAT
dtype: object

44. 对缺失值进行填充

df44 = df35.copy()
print(df44)
df44.fillna(value=3)

  animal  age  visits priority  No.
a    cat  2.5       1      yes    0
b    cat  3.0       3      yes    1
c  snake  0.5       2       no    2
d    dog  NaN       3      yes    3
e    dog  5.0       2       no    4
f    cat  2.0       3       no    5
g  snake  4.5       1       no    6
h    cat  NaN       1      yes    7
i    dog  7.0       2       no    8
j    dog  3.0       1       no    9

	animal	age	visits	priority	No.
a	cat	2.5	1	yes	0
b	cat	3.0	3	yes	1
c	snake	0.5	2	no	2
d	dog	3.0	3	yes	3
e	dog	5.0	2	no	4
f	cat	2.0	3	no	5
g	snake	4.5	1	no	6
h	cat	3.0	1	yes	7
i	dog	7.0	2	no	8
j	dog	3.0	1	no	9

45. 删除存在缺失值的行

df45 = df35.copy()
print(df45)
df45.dropna(how='any')  # 任何存在 NaN 的行都将被删除 还有all模式

  animal  age  visits priority  No.
a    cat  2.5       1      yes    0
b    cat  3.0       3      yes    1
c  snake  0.5       2       no    2
d    dog  NaN       3      yes    3
e    dog  5.0       2       no    4
f    cat  2.0       3       no    5
g  snake  4.5       1       no    6
h    cat  NaN       1      yes    7
i    dog  7.0       2       no    8
j    dog  3.0       1       no    9

	animal	age	visits	priority	No.
a	cat	2.5	1	yes	0
b	cat	3.0	3	yes	1
c	snake	0.5	2	no	2
e	dog	5.0	2	no	4
f	cat	2.0	3	no	5
g	snake	4.5	1	no	6
i	dog	7.0	2	no	8
j	dog	3.0	1	no	9

46. DataFrame 按指定列对齐

left = pd.DataFrame({'key': ['foo1', 'foo2'], 'one': [1, 2]})
right = pd.DataFrame({'key': ['foo2', 'foo3'], 'two': [4, 5]})

print(left)
print(right)

# 按照 key 列对齐连接，只存在 foo2 相同，所以最后变成一行
pd.merge(left, right, on='key')

    key  one
0  foo1    1
1  foo2    2
    key  two
0  foo2    4
1  foo3    5

	key	one	two
0	foo2	2	4

47.DataFrame 文件操作

df35.to_csv('animal.csv')
print("写入成功.")

写入成功.

48. CSV 文件读取

df_animal = pd.read_csv('animal.csv')
df_animal

	Unnamed: 0	animal	age	visits	priority	No.
0	a	cat	2.5	1	yes	0
1	b	cat	3.0	3	yes	1
2	c	snake	0.5	2	no	2
3	d	dog	NaN	3	yes	3
4	e	dog	5.0	2	no	4
5	f	cat	2.0	3	no	5
6	g	snake	4.5	1	no	6
7	h	cat	NaN	1	yes	7
8	i	dog	7.0	2	no	8
9	j	dog	3.0	1	no	9

49. Excel 写入操作

df35.to_excel('animal.xlsx', sheet_name='Sheet1')
print("写入成功.")

写入成功.

50. Excel 读取操作

pd.read_excel('animal.xlsx', 'Sheet1', index_col=None, na_values=['NA'])

	Unnamed: 0	animal	age	visits	priority	No.
0	a	cat	2.5	1	yes	0
1	b	cat	3.0	3	yes	1
2	c	snake	0.5	2	no	2
3	d	dog	NaN	3	yes	3
4	e	dog	5.0	2	no	4
5	f	cat	2.0	3	no	5
6	g	snake	4.5	1	no	6
7	h	cat	NaN	1	yes	7
8	i	dog	7.0	2	no	8
9	j	dog	3.0	1	no	9