【Python数据分析】pandas（持续更新）

题目来自牛客网，本文仅是个人学习笔记

1、用pandas查看用户数据

现有一个Nowcoder.csv文件，它记录了部分用户数据，包含如下字段（字段与字段之间以逗号间隔）

import pandas as pd
Nowcoder = pd.read_csv('Nowcoder.csv',sep=',',dtype=object)
print(Nowcoder.head(6))

pandas是python的一个数据库，在使用数据库的时候需要输入 import pandas as pd 引入，
df = pd.read.csv(''文件路径“）：这是利用pandas数据库读取CSV文件的方法，如果读取EXCEL文件或者其他文件，csv文件换成其他文件的格式。
df.dtypes:如果在文件中有字符型数据返回object
df.head(n):表示将前n行数据显示出来，默认是显示前五行
df.tail(n):表示将后n行数据显示出来，默认后五行
最后打印即可

打开文件时需要添加dtype=object，防止年份信息读取为小数。

2、查看数据集的大小

现有一个Nowcoder.csv文件，它记录了部分用户数据，包含如下字段（字段与字段之间以逗号间隔）
你不需要输出全部数据，请直接告诉我们这个数据集的大小，即行数与列数。

import pandas as pd
df = pd.read_csv('Nowcoder.csv',sep=',',dtype=object)
print(df.shape)

3、查看第10位用户信息

现有一个Nowcoder.csv文件，它记录了部分用户数据，包含如下字段（字段与字段之间以逗号间隔）
查看这个数据集中第10行的用户的全部信息

import pandas as pd 
Nowcoder = pd.read_csv('Nowcoder.csv',sep=',',dtype=object)
print(Nowcoder.loc[10,:])

分清楚iloc和loc的区别，前者通过行号定位，后者通过索引定位
iloc[行索引，列索引] (不接受列字段名称作为参数，只支持列字段的位置索引作为参数)
loc[行索引，列名/column] (接受具体名称)

4、查看第10行到第20行特定列数据

现有一个Nowcoder.csv文件，它记录了部分用户数据，包含如下字段（字段与字段之间以逗号间隔）：

Nowcoder_ID：用户ID
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言

查看这个数据集中第10行到第20行的用户的常用语言分别是什么，请你帮他输出一下。

import pandas as pd

Nowcoder = pd.read_csv("Nowcoder.csv", sep=",", dtype=object)
print(Nowcoder.loc[10:20, "Language"])
# print(Nowcoder.iloc[10:20,5])

loc : Selection by Label ，按标签取数据,
loc[行索引，列名/column]
（如果第二个参数的个数是全部即 : ，可以省略不写）。
例：
print(df.loc[1,‘name’]) # 索引1（行），名为‘name’的列

iloc : Selection by Position，即按位置选择. 只接受整型参数。
不接受列字段名称作为参数，只支持列字段的位置索引作为参数。
iloc[行索引，列索引] (没有逗号及以后就是默认列为所有列)
例：
print(df.iloc[1,0]) # 第2行第1列的值

5、判断文件列数据是否完整

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

想知道这份数据是不是所有列的信息都是有数据的，有没有哪些列的数据没有补全，请输出每列信息是否有为空值。

import pandas as pd

Nowcoder = pd.read_csv("Nowcoder.csv", sep=",", dtype=object)
print(Nowcoder.isnull().any(axis=0))

• isnull: 判断是否为空。
  返回bool类型的值：True or False
• any：返回是否至少一个元素为真
  all：返回是否所有元素为真
  axis=1或0: 1表示横轴，方向从左到右；0表示纵轴，方向从上到下

6、查看特定数据的信息

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）：
Nowcoder_ID：用户ID
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言

想知道哪些人经常使用Python这门语言，并且他们的其他信息是怎么样的

输出该数据集中语言为Python对应的所有列的信息，包括列号。

import pandas as pd

Nowcoder = pd.read_csv("Nowcoder.csv", sep=",", dtype=object)
print(Nowcoder[Nowcoder["Language"] == "Python"])

7、