Python数据分析-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

yuechuchen

pandas统计频次，题目详情见正文

df表详情如下：请汇总所有国家各种类别出现的次数和总次数，实现效果如下：参考代码：np.random.seed(0)df = pd.DataFrame({'类别':['农作物','农作物','农作物','水果','水果','肉类','肉类'], '产地':['阿根廷','巴西','中国','中国','巴西','阿根廷','中国'],

0.2622

1

1

0

关注作者

收藏

yuechuchen

dataframe逆透视操作，题目详情见正文。

df表详情如下：请把df表转化成下表：参考代码：np.random.seed(0)ser1 = pd.Series(np.random.randint(20,40,6))np.random.seed(1)ser2 = pd.Series(np.random.randint(20,40,6))df = pd.DataFrame({"产品A":ser1,"产品B":ser2}

0.2622

1

2

0

关注作者

收藏

yuechuchen

dataframe透视聚合，题目详情见正文

df表详情如下：请计算每个销售人员每种产品的平均销售额，实现效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily","Allen","Lucy","Tom","Alice","Tim","Lily","Allen","Lucy","Tom","Alice","Tim"

0.2622

1

1

0

关注作者

收藏

yuechuchen

pandas建立数据透视表，题目详情见正文。

df表如下：请将df表汇总转化成下表：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily","Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(

0.2622

1

3

0

关注作者

收藏

yuechuchen

统计表中的缺失值数量

df表如下：要求统计表中缺失值的数量.参考代码：d = {"品名":["A", "B", "C", "D", "E","F","G","H"], "销售额":[900, "1000", np.nan, 730.60 ," 259.13",np.nan,502,"800"]}df = pd.DataFrame(d)dfdf.isnull().sum().sum()代码结果：

0.2622

1

4

0

关注作者

收藏

yuechuchen

自定义函数，要求实现所有传入参数值的加和，不限制传入参数的数量

参考代码：def sum_change(*args): a = 0 for i in args: if type(i) == int or type(i) == float: a = i else: return "输入有误" return a代码结果：

0.2622

1

4

0

关注作者

收藏

yuechuchen

列表的浅拷贝和深拷贝有什么不同？具体的语法是什么？

浅拷贝生成的列表是原列表的视图，对其中的一个列表发生变化，另一个列表会随之改变，具体操作方式把原列表用等号赋值给另一个列表；深拷贝生成的列表是原列表的副本，对其中一个列表发生变化，另一个列表不受影响，具体操作方式用列表的copy方法实现代码实现：

0.2622

1

4

0

关注作者

收藏

yuechuchen

pandas1.0新版本之----dataframe.info（）

与0.25版本相比，1.0以上的版本info方法的可读性进一步提高, 提高了查看数据的体验，具体区别如下：

0.2622

1

2

0

关注作者

收藏

读童话的狼

Python：NameError:name 'borwse_history' is not defined

应是browse_history，表名字写错了

96.5178

2

1

0

关注作者

收藏

yuechuchen

一行代码通过列表[1,3,5,7,9,2,4,6]生成新列表[10, 14, 18, 12]

参考代码：[x*2 for x in [1,3,5,7,9,2,4,6] if x > 4 ]代码结果：

0.0000

0

2

0

关注作者

收藏

yuechuchen

numpy的降维方法：squeeze方法与ravel以及flatten方法有什么不同？

squeeze方法只能从数组的形状中删除单维度条目，即把shape中为1的维度去掉，把高维数组降低一个维度；而ravel和flatten方法对维度没有要求，是把高维数组拉平成一维，具体代码示例如下：

0.0000

0

2

0

关注作者

收藏

yuechuchen

数列1，2，3，5，8，13，21，34，……写出计算数列任意位数值的函数fun，例如fun(2)=2,fun(4)=4。

方法一：def fib_loop(n): a, b = 0, 1 for i in range(n 1): a, b = b, a b return a方法二：def func(i): num_list = [1] if i < 2: return num_list[0] elif i >= 2:

0.0000

0

4

0

关注作者

收藏

yuechuchen

简述数据清洗的主要几个步骤？

第一步：读入数据；第二步：预览数据；第三步：统计每一列的空值；第四步：填充空值第五步：特征工程，详细步骤包括：删除一些特征列；创建新的特征列；创建数据分箱；第六步：对分类列编码，常用的包括，调用 Sklearn 中 LabelEncode 编码；Pandas 中哑编码；第七步：再验证核实

0.0000

0

3

0

关注作者

收藏

yuechuchen

dataframe索引重排序，题目详情见正文

df表如下：要求根据已有的索引顺序（"002","005","004","001","006","003"）更改df的索引，实现效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.

0.0000

0

2

0

关注作者

收藏

yuechuchen

dataframe数据更新，题目详情见正文

df表为有错误的原始表格，如下： df1表为更改后提交的新表如下：请用df1表的数据更新df表的数据，得到结果如下：参考代码：dfdf1df.update(df1)df代码效果：

0.0000

0

2

0

关注作者

收藏

yuechuchen

从数据库中导入数据，题目详情见正文。

名称为bank的数据库中有表userinfo，具体如下: 请用pandas读取userinfo表。参考代码：import pymysqlconn = pymysql.connect(host='localhost',user='root',password='1234',port=3306,charset='utf8')cursor = conn.cursor()cursor.ex

0.0000

0

2

0

关注作者

收藏

yuechuchen

dataframe中的行索引转化成普通列，题目详情见正文。

df1表如下：要求将索引”num“转化成普通的列，效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(20,40,6, dtype="int"))df = pd.

0.0000

0

4

0

关注作者

收藏

yuechuchen

dataframe指定某列为行索引，题目详情见正文

df表如下：要求将”num“作为行索引，实现效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(20,40,6, dtype="int"))A = pd.Seri

0.0000

0

3

0

关注作者

收藏

yuechuchen

自定义函数，题目详情见正文

求以下表达式的值：1-2+3-4+5-6+7-8……+m，写出计算数列任意位数值的函数function（），例如function（2）=-1，function（3）=2参考代码：def function(n): if(n%2 == 1): return n-(n//2) else: return int(n/2*(-1))代码结果：

0.0000

0

6

0

关注作者

收藏

yuechuchen

dataframe增加记录，题目详情见正文

df表如下：要求为df表添加一行记录，name = “Han",sale = "40",实现效果如下：参考代码：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="string")C = pd.Series(np.random.randint(20,40,6, d

0.0000

0

4

0

关注作者

收藏

<1…131415…123>

CDA考试动态

CDA报考指南