Pandas 100道练习题(一)

经过前面愉快(枯燥🥱)的接口学习，现在让我们来放松一下，轻轻松松的小试牛刀一把。

Importing pandas

难度：超级easy

1. 导入pandas库

import pandas as pd

1. 打印pandas版本信息

pd.__version__

1. 打印pandas依赖包及其版本信息

pd.show_versions()

DataFrame basics

难度：easy

1. 创建一个DataFrame(df)，用data
   做数据，labels
   做行索引

import numpy as np
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']

df = pd.DataFrame(data=data, index=labels)

1. 显示有关此df及其数据的基本信息的摘要

df.describe()
# 或
df.info()

1. 查看此df的前三行数据

df.head(3)

1. 选择df中列标签为animal
   和age
   的数据

df.loc[:, ['animal', 'age']]

1. 选择行为[3, 4, 8]
   ，且列为['animal', 'age']
   中的数据

df.iloc[[3, 4, 8]].loc[:, ['animal', 'age']]
# 或
df.loc[df.index[[3, 4, 8]], ['animal', 'age']]

1. 选择visuts
   大于3的行

df[df['visits']>3]

1. 选择age
   为缺失值的行

df[df['age'].isnull()]

1. 选择animal
   为cat，且age
   小于3的行

df[(df['animal']=='cat') & (df['age']<3)]

1. 选择age
   在2到4之间的数据(包含边界值)

df[df['age'].between(2, 4, inclusive=True)]

1. 将f行的age
   改为1.5

df.loc['f', 'age']=1.5

1. 计算visits
   列的数据总和

df['visits'].sum()

1. 计算每种animal
   的平均age
   

df.groupby('animal')['age'].mean()

1. 追加一行(k)，列的数据自定义，然后再删除新追加的k行

df.loc['k'] = df.loc['a'].values
df.drop('k', inplace=True)

1. 计算每种animal
   的个数(cat有几个，dog几个...)

df.groupby('animal').size()
# 或
df['animal'].value_counts()

1. 先根据age
   降序排列，再根据visits
   升序排列

df.sort_values(by=['age', 'visits'], ascending=[False, True])

1. 将priority
   列的yes和no用True和False替换

df['priority'] = df['priority'].replace(to_replace=['yes', 'no'], value=[True, False])
# 也可以用map方法
df['priority'] = df['priority'].map({'yes': True, 'no': False})

1. 将animal
   列的snake用python替换

df['animal'] = df['animal'].replace(to_replace='snake', value='python')

1. 对于每种动物类型和每种访问次数，求出平均年龄。换句话说，每一行都是动物，每一列都是访问次数，其值是平均年龄(提示：使用数据透视表)

df.pivot_table(index='animal', columns='visits', values='age', aggfunc='mean')

不积跬步,无以至千里，不积小流,无以成江海