当前位置：首页 > news >正文

练习pandas的基础操作，有题目有详解有源码

news 2025/1/16 16:07:34

import numpy as np
import pandas as pd

# 1）创建保存5个学生学号及成绩的Series对象obj1，步骤如下：
# step1: 声明保存包含5个元素的字典，学号为键，成绩为值
# step2: 使用字典创建Series对象
score_data = {'stu1':99, 'stu2':77, 'stu3':88, 'stu4':68, 'stu5':80}
obj1 = pd.Series(score_data)
print(obj1)

stu1    99
stu2    77
stu3    88
stu4    68
stu5    80
dtype: int64

# 2）向Series对象obj1添加一个学生的信息，学号为键，成绩为值
# 1. 数组名[索引] = 内容 的方式直接添加
obj1['stu6'] = 66
print('方法一直接添加：')
print(obj1)
# 2. 使用concat()函数直接合并2个Series数组
print('')
obj2 = pd.Series([98], index=['stu7'])
print(obj2)
obj3 = np.concat([obj1, obj2])
print(f'使用concat()函数直接合并2个Series数组:')
obj4 = pd.Series(obj3, index=['stu'+str(i) for i in range(1, 8)])
print(obj4)
print('')

方法一直接添加：
stu1    99
stu2    77
stu3    88
stu4    68
stu5    80
stu6    66
dtype: int64stu7    98
dtype: int64
使用concat()函数直接合并2个Series数组:
stu1    99
stu2    77
stu3    88
stu4    68
stu5    80
stu6    66
stu7    98
dtype: int64

# 3）查询6个学生中成绩最低的学号
print(obj4)
s = np.where(obj4 == 66)
min_index = obj4.index[s] 
print('6个学生中成绩最低的学号为：', min_index[0])

stu1    99
stu2    77
stu3    88
stu4    68
stu5    80
stu6    66
stu7    98
dtype: int64
6个学生中成绩最低的学号为： stu6

# 4）将所有低于80分的成绩增加5分
print('原数据：')
print(obj4)
print('')
# 方法一：直接添加：
obj5 = obj4[obj4 < 80] + 5
print(obj5)
# 方法二：通过匿名函数进行操作
print('')
obj6 = obj4.apply(lambda x:x+5 if x < 80 else x)
print(obj6)

原数据：
stu1    99
stu2    77
stu3    88
stu4    68
stu5    80
stu6    66
stu7    98
dtype: int64stu2    82
stu4    73
stu6    71
dtype: int64stu1    99
stu2    82
stu3    88
stu4    73
stu5    80
stu6    71
stu7    98
dtype: int64

# 1）通过numpy生成60~99之间的长度为10一维数组，使用数组创建Series对象obj2
data1 = np.random.randint(60, 99, 10)
print('创建的一维numpy数组为：', data1)
print('转换为Series对象：')
obj7 = pd.Series(data1)
print(obj7)
print('----------------------------')
# 2）为series对象obj2重新设置标签索引，索引是a,b,c,d,...,j
print('给obj7添加标签索引:')
obj7.index=[chr(i) for i in range(ord('a'), ord('k'))]
print(obj7)
print('----------------------------')
# 3）使用标签索引获得索引为b-f的5个元素
print('连续的数据直接通过 标签起始：结束标签')
print(obj7['b':'f'])
print('----------------------------')
# 4）使用标签索引获得索引为a,c,f的3个元素
print('若需要的元素不连续，则用列表的方式，逗号分割标签索引')
print(obj7.loc[['a', 'c', 'f']])
print('----------------------------')
# 5）使用布尔索引获得90分以上的成绩
print('获取布尔值：')
print(obj7>90)
print('获取90以上的数据：')
print(obj7[obj7>90])

创建的一维numpy数组为： [92 87 83 90 68 94 81 77 96 94]
转换为Series对象：
0    92
1    87
2    83
3    90
4    68
5    94
6    81
7    77
8    96
9    94
dtype: int32
----------------------------
给obj7添加标签索引:
a    92
b    87
c    83
d    90
e    68
f    94
g    81
h    77
i    96
j    94
dtype: int32
----------------------------
连续的数据直接通过 标签起始：结束标签
b    87
c    83
d    90
e    68
f    94
dtype: int32
----------------------------
若需要的元素不连续，则用列表的方式，逗号分割标签索引
a    92
c    83
f    94
dtype: int32
----------------------------
获取布尔值：
a     True
b    False
c    False
d    False
e    False
f     True
g    False
h    False
i     True
j     True
dtype: bool
获取90以上的数据：
a    92
f    94
i    96
j    94
dtype: int32

# 1）定义DataFrame，并随机生成100行测试数据，数据效果如下：

在这里插入图片描述

# 注意：
# 1）	初期为了方便核对结果，所以本次只生成20行
# 2）	性别在男和女之间随机生成
# 3）	地址在襄阳、武汉、宜昌之间随机生成
# 4）	分数在40-100之间随机生成。sex = ['女', '男']
where = ['襄阳', '武汉', '宜昌']
data = {'name':["student" + str(i) for i  in range(101)], 'sex':[np.random.choice(sex) for i in range(101)],  'address':[np.random.choice(where) for i in range(101)],'python':np.random.randint(40, 101, 101), 'java':np.random.randint(40, 101, 101),'mysql':np.random.randint(40, 101, 101)}
df = pd.DataFrame(data)
print(df)

           name sex address  python  java  mysql
0      student0   女      武汉      75    53    100
1      student1   男      武汉      67    99     55
2      student2   男      襄阳      73    85     89
3      student3   女      武汉      76    78     85
4      student4   男      宜昌      85    43     95
..          ...  ..     ...     ...   ...    ...
96    student96   男      宜昌      99    51     62
97    student97   男      宜昌      96    56     45
98    student98   男      宜昌      47    79     87
99    student99   男      武汉      64    78     67
100  student100   女      襄阳      74    53     55[101 rows x 6 columns]

# 2）给DataFrame增加2列，分别是总分和平均分列，效果如下

在这里插入图片描述

# 添加总分与平均分
df['总分'] = df['python'] + df['java'] + df['mysql'] 
df['平均分'] = np.round(df['总分'] / 3, 1)
print(df)

           name sex address  python  java  mysql   总分   平均分
0      student0   男      武汉      67    93     50  210  70.0
1      student1   女      宜昌      97    41     77  215  71.7
2      student2   男      宜昌      59    52     98  209  69.7
3      student3   男      武汉      52    40     57  149  49.7
4      student4   男      武汉      70    79     64  213  71.0
..          ...  ..     ...     ...   ...    ...  ...   ...
96    student96   女      襄阳      55    50     73  178  59.3
97    student97   男      襄阳      66    90     85  241  80.3
98    student98   女      宜昌      67    48     81  196  65.3
99    student99   女      武汉      97    81     50  228  76.0
100  student100   女      襄阳      90    91     66  247  82.3[101 rows x 8 columns]

# 3）筛选前10行数据
df.head(10)

	name	sex	address	python	java	mysql	总分	平均分
0	student0	男	武汉	67	93	50	210	70.0
1	student1	女	宜昌	97	41	77	215	71.7
2	student2	男	宜昌	59	52	98	209	69.7
3	student3	男	武汉	52	40	57	149	49.7
4	student4	男	武汉	70	79	64	213	71.0
5	student5	女	宜昌	48	99	40	187	62.3
6	student6	女	襄阳	56	40	74	170	56.7
7	student7	女	武汉	55	44	75	174	58.0
8	student8	女	武汉	69	62	50	181	60.3
9	student9	男	武汉	40	49	56	145	48.3