Travel Tips
Lorem ipsum dolor sit amet, consectetur adipiscing elit.
pandas练习
pandas课程练习
Pandas数据结构Series：基本概念及创建
import numpy as np
import pandas as pd
# 作业1：分别由字典、数组的方式，创建以下要求的Series
dic = {'Jack':90,'Tom':89,'Marry':92,'Zack':65}
ar = np.array([90,89,92,76])
print('由字典创建为：\n',pd.Series(dic, dtype = np.float, name = '作业1'),'\n------')
print('由数组创建为：\n',pd.Series(ar, index = ['Jack','Tom','Marry','Zack'],dtype = np.float, name = '作业1'),'\n------')
Pandas数据结构Series：索引
# 作业1：创建一个Series，包含10个元素，且每个值为0-100的均匀分布随机值，index为a-j，请分别筛选出：
# ① 标签为b，c的值为多少
# ② Series中第4到6个值是哪些？
# ③ Series中大于50的值有哪些？
s = pd.Series(np.random.rand(10)*100, index = list('abcdefghij'))
print('创建Series为：\n', s, '\n------')
print('标签为b，c的值为:\n', s['b'], s['c'],'\n------')
print('Series中第4到6个值为:\n', s[3:6],'\n------')
print('Series中大于50的值为:\n', s[s>50],'\n------')
Pandas数据结构Series：基本技巧
# 作业1：如图创建Series，并按照要求修改得到结果
s = pd.Series(np.arange(10), index = list('abcdefghij'))
print('创建s：\n',s,'\n------')
s[['a','e','f']] = 100
s.drop('b', inplace=True)
print('s修改后：\n',s,'\n------')
# 作业2：已有s1，s2（值为0-10的随机数），请求出s1+s2的值
s1 = pd.Series(np.random.rand(5)*10,index = list('abcde'))
s2 = pd.Series(np.random.rand(5)*10,index = list('cdefg'))
print('创建s1为：\n',s1,'\n')
print('创建s2为：\n',s2,'\n------')
print('s1+s2为：\n',s1+s2,'\n------')
Pandas数据结构Dataframe：基本概念及创建
# 作业1：用四种不同的方法，创建以下Dataframe（保证columns和index一致，值不做要求）
df1 = pd.DataFrame({'one':[1,2,3,4,5],
'two':[2,3,4,5,6],
'three':[3,4,5,6,7],
'four':[4,5,6,7,8]},
index = list('abcde'))
df2 = pd.DataFrame({'one':pd.Series([1,2,3,4,5],index = list('abcde')),
'two':pd.Series([2,3,4,5,6],index = list('abcde')),
'three':pd.Series([3,4,5,6,7],index = list('abcde')),
'four':pd.Series([4,5,6,7,8],index = list('abcde'))})
df3 = pd.DataFrame(np.arange(20).reshape(5,4),
index = list('abcde'),
columns = ['one','two','three','four'])
df4 = pd.DataFrame([{'one':1,'two':2,'three':3,'four':4},
{'one':2,'two':3,'three':4,'four':5},
{'one':3,'two':4,'three':5,'four':6},
{'one':4,'two':5,'three':6,'four':7},
{'one':5,'two':6,'three':7,'four':8}],
index = list('abcde'))
print('结果Dataframe为：\n',df4)
Pandas数据结构Dataframe：索引
# 作业1：如图创建Dataframe(4*4，值为0-100的随机数)，通过索引得到以下值
# ① 索引得到b，c列的所有值
# ② 索引得到第三第四行的数据
# ③ 按顺序索引得到two，one行的值
# ④ 索引得到大于50的值
df = df1 = pd.DataFrame(np.random.rand(16).reshape(4,4)*100,
index = ['one','two','three','four'],
columns = ['a','b','c','d'])
print('创建Dataframe为：\n',df,'\n-------')
print('b，c列的所有值为:\n', df[['b','c']],'\n------')
print('第三第四行的值为:\n', df[2:4],'\n------')
print('按顺序索引得到two，one行的值为:\n', df.loc[['two','one']],'\n------')
print('大于50的值为:\n', df[df>50],'\n------')
Pandas数据结构Dataframe：基本技巧
# 作业1：创建一个3*3，值在0-100区间随机值的Dataframe（如图），分别按照index和第二列值大小，降序排序
df = pd.DataFrame(np.random.rand(3,3)*100,
index = ['a','b','c'],
columns = ['v1','v2','v3'])
print('创建Dataframe为：\n',df,'\n-------')
print('按照index降序：\n',df.sort_index(ascending = False),'\n-------')
print('按照第二列值大小降序：\n',df.sort_values(['v2'], ascending = False),'\n-------')
# 作业2：创建一个5*2，值在0-100区间随机值的Dataframe（如图）df1，通过修改得到df2
df1 = pd.DataFrame(np.random.rand(5,2)*100,
index = ['a','b','c','d','e'],
columns = ['v1','v2'])
print('创建Dataframe为：\n',df1,'\n-------')
df2 = df1.T.drop('e',axis = 1)
df2['b'] = 100
print('修改后为：\n',df2,'\n-------')
时间模块：datetime
# 作业1：请调用datatime模块，输出以下时间信息
import datetime
print('1、请输出当前时间：', datetime.datetime.now(),'\n------')
print('2、请输出时间：', datetime.datetime(2017,5,1,12,30),'\n------')
print('3、请输出时间：', datetime.datetime(2000,12,1),'\n------')
Pandas时刻数据：Timestamp
# 作业1：请通过迭代创建一个时间列表（如图，时间区间为任意一个月，这里可以用for语句），然后转化成DatetimeIndex，并print月中是多少号
datelst = []
for i in range(1,32):
datelst.append('2017-12-%i' %i)
print('创建时间列表为：\n',datelst,'\n------')
t = pd.to_datetime(datelst)
print('转化成DatetimeIndex为：\n',t,'\n------')
n = (len(t) + 1)/2 - 1
print('月中日期为：\n',t[int(n)],'\n------')
Pandas时间戳索引：DatetimeIndex
# 作业1：请输出以下时间序列
ts1 = pd.Series(np.random.rand(5),
index = pd.date_range('20170101',periods = 5))
ts2 = pd.Series(np.random.rand(4),
index = pd.date_range('2017','2018',freq = '3M'))
ts3 = pd.DataFrame(np.random.rand(4,4),
index = pd.date_range('20171201',periods = 4, freq = '10T'),
columns = ['value1','value2','value3','value4'])
print('时间序列1：\n',ts1,'\n------')
print('时间序列2：\n',ts2,'\n------')
print('时间序列3：\n',ts3,'\n------')
# 作业2：按要求创建时间序列ts1，并转换成ts2
ts1 = pd.Series(np.random.rand(5),
index = pd.date_range('20170501 12:0:0',periods = 5, freq = '10T'))
ts2 = ts1.asfreq('5T','ffill')
print('创建时间序列ts1：\n',ts1,'\n------')
print('转换成ts2：\n',ts2,'\n------')
Pandas时期：Period
# 作业1：请输出以下时间序列，使用pd.period_range()
ts1 = pd.Series(np.random.rand(5),
index = pd.period_range('20170101','20170501',freq = 'M'))
ts2 = pd.Series(np.random.rand(5),
index = pd.period_range('20170101',periods = 5,freq = '2H'))
print('时间序列1：\n',ts1,'\n------')
print('时间序列2：\n',ts2,'\n------')
Sed ac lorem felis. Ut in odio lorem. Quisque magna dui, maximus ut commodo sed, vestibulum ac nibh. Aenean a tortor in sem tempus auctor
Agatha Christie
December 4, 2020 at 3:12 pm
Donec in ullamcorper quam. Aenean vel nibh eu magna gravida fermentum. Praesent eget nisi pulvinar, sollicitudin eros vitae, tristique odio.
Danielle Steel
December 4, 2020 at 3:12 pm
我是 s enim interduante quis metus. Duis porta ornare nulla ut bibendum
Rosie
6 minutes ago