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

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

2

0

关注作者

收藏

yuechuchen

dataframe增加列数据，题目详情见正文

df表如下：请为df表添加一列“基本工资”，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFrame({"姓名":["Allen","Lu

0.0000

0

3

0

关注作者

收藏

yuechuchen

Pandas 随机选取一部分数据读取，题目详情见正文

需要处理的数据过大时，可以随机选择原数据集的一部分读入内存，例如num表如下：随机选取部分数据读入，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.

0.0000

0

4

0

关注作者

收藏

yuechuchen

pandas之分块读取数据，题目详情见正文

如果待读入的数据量过大，可以分块读取数据，num表如下：要求分段读取数据，第一次读取第一行记录，第二次读取第二行和第三行记录，第三次读取剩下所有记录，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list

0.0000

0

5

0

关注作者

收藏

yuechuchen

pandas读取数据空值处理，题目详情见正文

df表如下： df表内包含特殊字符，读取df表是需要将特殊字符处理成空值形式，要求读取的数据结果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFr

0.0000

0

3

0

关注作者

收藏

yuechuchen

筛选dataframe中指定数据类型的字段，问题详情见正文。

df表如下：请筛选出表格中数据类型为字符串的字段。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.DataFram

0.0000

0

4

0

关注作者

收藏

yuechuchen

依据dataframe的行索引排序，题目详情见正文。

df表如下：请按照“部门”对df表进行排序，排序效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFrame({"姓名":["Allen","Lu

0.0000

0

2

0

关注作者

收藏

yuechuchen

交换多层索引的位置，问题详情见正文。

具有双重行索引的表如下：请交换行索引“公司”和“部门”的位置，实现效果如下：参考代码：list1 = [["第一分公司","第二分公司",] ,["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFrame({"姓名":["A

0.0000

0

5

0

关注作者

收藏

yuechuchen

自定义函数，输入任意整数，计算各位数字连乘的乘积例如输入整数1234，计算1*2*3*4输出结果24

参考代码：def mul(x): from functools import reduce if isinstance(x,int): return reduce((lambda x, y: x * y), map(int,[i for i in str(x)])) else: print("您输入的不是整数")代码结果：

0.0000

0

2

0

关注作者

收藏

yuechuchen

dataframe设置多重索引列，题目详情见正文

来自不同分公司以及不同部门的员工汇总在一个表中，要求dataframe效果如下：参考代码：list1 = [["第一分公司","第二分公司",],["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df2 = pd.DataFrame([["Allen","Lucy","To

0.0000

0

1

0

关注作者

收藏

yuechuchen

从多重索引的dataframe获取指定某一重索引，题目详情见正文

双重索引的df表，请分别单独获取量重索引值。df表具体如下：实现效果如下：Index(['第一分公司', '第一分公司', '第一分公司', '第二分公司', '第二分公司', '第二分公司'], dtype='object', name='公司')Index(['销售部', '市场部', '行政部', '销售部', '市场部', '行政部'], dtype='object',

59.6056

4

3

0

关注作者

收藏

liting李

为什么要用随机森林填补缺失值？

要用随机森林填补缺失值的原因总结如下：1.在与其它现有的算法相比，其预测准确率很好2.在较大的数据集上计算速度依然很快3.不需要降维，算法本身是采取随机降维的4.他能处理有缺失值的数据集。算法内部有补缺失值的函数5.能给出变量的重要性6.能处理imbalanced data set7.能给出观测实例间的相似度矩阵，其实就是proximity啦，继而能做clustering 和 loc

21.0654

1

6

0

关注作者

收藏

ermutuxia

python中pyecharts库画云图

#pyecharts 1.7.1如何做词云图#pyecharts的新版本和以前的版本做词云图的时候一些参数名字和设定变了import pyecharts.options as opts#运行下面的代码前，先把pyercharts库装好from pyecharts.charts import WordCloud#进行实例化wordcloud1=WordCloud()#准备画词云图的数

0.2655

1

3

0

关注作者

收藏

ermutuxia

snapshot_selenium库安装问题：No matching distribution found for snapshot_selenuim

安装snapshot_selenium库时出现问题如下：pip install snapshot_selenuim Collecting snapshot_selenuim Note: you may need to restart the kernel to use updated packages. Could not find a version that satisfies

0.2655

1

3

0

关注作者

收藏

yuechuchen

pandas1.0新版本之----缺少值的布尔数据类型支持

pandas1.0版本增加了BooleanDtype/BooleanArray专用于布尔数据的扩展类型，可以保留缺失值。默认的bool数据类型基于bool-dtype NumPy数组，只能保存True或False，不能兼容缺少值。BooleanArray通过在单独的掩码中跟踪缺失值，此新功能还可以存储缺失值。代码示例： pd.Series([True, False, np.nan], dtyp

0.2655

1

5

0

关注作者

收藏

yuechuchen

pandas1.0新版本之----专用字符串数据类型

pandas1.0之前的版本，字符串通常存储在object-dtype NumPy数组中，新版本中添加了StringType了专用于字符串数据的扩展类型。以前版本中,字符串格式的数据在pandas中使用的数据格式是”object”。代码示例：np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"],

0.2655

1

0

0

关注作者

收藏

wo5656500

在python可视化为啥要整画布，没有画布，不是也可以画图吗？

因为创建画布可以改变画出来的图形大小，而不创建画布就不可以改变

0.2655

1

1

0

关注作者

收藏

yuechuchen

pandas1.0新版本之----增加pd.NA标量表示缺失值

1.0之前的pandas版本常用np.nan表示缺失值，其中有一个缺陷即np.nan为float数据类型，当一列数据中出现np.nan，整列数据的数据类型都会随之转变成float类型，pd.NA可为空的整数和布尔数据类型以及新的字符串数据类型使用，代码示例如下：pd.DataFrame([1,2,3,pd.NA])pd.DataFrame([1,2,3,np.nan])代码结果：用

1.2876

2

2

0

关注作者

收藏

yuechuchen

pandas1.0新版本改进之----增加to_markdown() 方法支持markdown格式输出

pandas新的1.0版本中，增加了支持markdown格式输出的方法，能够将代码创建的dataframe快速输出为markdown格式下的表格形式。具体操作代码如下：pip install tabulate #提前下载辅助库np.random.seed(0)B = pd.Series(["Allen","Lucy","Tom","Alice","Tim","Lily"], dtype="

1.1180

2

2

0

关注作者

收藏

yuechuchen

多重索引的dataframe种，如何根据某一层索引切片数据？题目详情见正文

请选择df表中所有销售部门的记录，df表详情如下：参考答案：list1 = [["第一分公司","第二分公司",],["销售部","市场部","行政部"]]index = pd.MultiIndex.from_product(list1, names=['公司', '部门'])df = pd.DataFrame({"姓名":["Allen","Lucy","Tom","Alice",

5.7656

2

4

0

关注作者

收藏

<1…141516…123>

CDA考试动态

CDA报考指南