文章目录

• • 1.读取本的数据集
  • 2.查看数据的前5行
  • 3.将salary列的数据转换为最大值和最小值的平均值
  • 4.将数据根据学历进行分组计算平均值
  • 5.将createTime列转换为月日
  • 6.查看所索引，数据类型和内存信息
  • 7.查看数值型列的汇总统计
  • 8.新增一列根据salary将数据分为三组
  • 9.按照salary列队数据降序排序
  • 10.取出第33行的数据

1.读取本的数据集

# 读取本地的数据集
# 数据集可以私信我我发给你们，同样也可以
df = pd.read_excel('data1.xlsx')  
df

2.查看数据的前5行

使用head()函数查看数据的前几行，可以传入具体的数，默认是5

# 查看数据的前5行
df.head()

3.将salary列的数据转换为最大值和最小值的平均值

map和apply函数接受的参数都是一个行数，而且都不会直接改变原数据，都是返回一个新的DataFrame对象

# 将salary列数据转换为最大值和最小值的平均值
# 方式一 使用map函数
def fun(x):a,b = x.split('-')a = int(a.strip('k'))*1000b = int(b.strip('k'))*1000return int((a+b)/2)
df['salary'].map(fun)# 方式二使用apply函数
df['salary'] = df['salary'].apply(fun)
df

4.将数据根据学历进行分组计算平均值

使用groupby()函数进行分组

# 将数据根据学历进行分组并计算平均值
df.groupby('education').mean()

5.将createTime列转换为月日

# 将create Time列转换为月日for i in range(len(df)):df.iloc[i,0] = df.iloc[i,0].to_pydatetime().strftime('%m-%d')df.head()

6.查看所索引，数据类型和内存信息

info()函数

# 查看索引，数据类型，和内存信息
df.info()

7.查看数值型列的汇总统计

describe() 返回的数据包括，数量，数据的平均值，标准差，最小值，最大值，25%、50% 75 % 的分位数

# 查看数值型列的汇总统计
df.describe()

8.新增一列根据salary将数据分为三组

# 新增一列根据salary将数据分为三组，并且设置等级
bins = [0,5000,20000,50000]
group_names = ['底','中','高']df['categories'] = pd.cut(df['salary'],bins,labels=group_names)
df

9.按照salary列队数据降序排序

sort_values 默认是升序

# 按照salary列对数据降序排列
# ascending=False降序
# ascending=True升序df.sort_values('salary',ascending=False)

10.取出第33行的数据

根据索引选出第33行，索引从0开始

# 取出第33行的数据
df.loc[32]

今天的10道题涉及的东西多了一些，groupby、describe、cut、sort_values、info等，如果想要全部的了解这些，仅靠这10道题是远远不够的，希望大家能够额外找些试题练习，也可以根据跟着博主的文章一块刷题✨✨✨

推荐使用牛客网进行练习 直达牛客，快人一步

欢迎您的关注