创作不易，参考之前，点个赞，收藏，关注一下不过分吧，家人们
第1关：了解数据处理对象–Series
任务描述
本关任务：仔细阅读编程要求，完成相关要求。
————————————————————————
编程要求
根据提示，在右侧编辑器Begin-End处补充代码：
创建一个名为
series_a的series数组，当中值为[1,2,5,7],对应的索引为['nu', 'li', 'xue', 'xi']；创建一个名为
dict_a的字典，字典中包含如下内容{'ting':1, 'shuo':2, 'du':32, 'xie':44}；将
dict_a字典转化成名为series_b的series数组。# 请在此添加代码 完成本关任务 # ********** Begin *********# series_a=Series([1,2,5,7],index=['nu', 'li', 'xue', 'xi']) dict_a={'ting':1, 'shuo':2, 'du':32, 'xie':44} series_b=Series(dict_a) # ********** End **********# # 返回series_a,dict_a,series_b return series_a,dict_a,series_b
第2关：了解数据处理对象-DataFrame
任务描述
本关任务：根据编程要求，完成相关代码的编写。
————————————————————————-
编程要求
根据提示，在右侧编辑器begin-end处补充代码：
创建一个五行三列的名为
df1的DataFrame数组，列名为[states,years,pops]，行名['one','two','three','four','five']；给
df1添加新列，列名为new_add，值为[7,4,5,8,2]。
# 请在此添加代码 完成本关任务 # ********** Begin *********# dictionary={'states':['','','','',''], 'years':['','','','',''], 'pops':['','','','','']} df1=DataFrame(dictionary) df1=DataFrame(dictionary,index=['one','two','three','four','five']) df1['new_add']=[7,4,5,8,2] # ********** End **********#第3关：读取CSV格式数据
任务描述
本关任务：根据编程要求，完成相关代码的编写。
—————————————————–
编程要求
根据提示，在右侧编辑器begin-end处补充代码：
将
test3/uk_rain_2014.csv中的数据导入到df1中；将列名修改为
['water_year','rain_octsep','outflow_octsep','rain_decfeb', 'outflow_decfeb', 'rain_junaug', 'outflow_junaug']；计算
df1的总行数并存储在length1中。# 请在此添加代码 完成本关任务 # ********** Begin *********# df1=pd.read_csv('test3/uk_rain_2014.csv', header=0) df1.columns=['water_year','rain_octsep','outflow_octsep','rain_decfeb', 'outflow_decfeb', 'rain_junaug', 'outflow_junaug'] length1=len(df1) # ********** End **********# #返回df1,length1 return df1,length1
第4关：数据的基本操作——排序
编程要求
根据提示，在右侧编辑器Begin-End处补充代码：
对代码中
s1进行按索引排序，并将结果存储到s2；对代码中
d1进行按值排序（index为f），并将结果存储到d2。# s1是Series类型数据，d1是DataFrame类型数据 s1 = Series([4, 3, 7, 2, 8], index=['z', 'y', 'j', 'i', 'e']) d1 = DataFrame({'e': [4, 2, 6, 1], 'f': [0, 5, 4, 2]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.sort_index() d2=d1.sort_values(by='f') # ********** End **********#
第5关：数据的基本操作——删除
编程要求
根据提示，在右侧编辑器Begin-End处补充代码：
在
s1中删除z行，并赋值到s2；d1中删除yy列，并赋值到d2。# s1是Series类型数据，d1是DataFrame类型数据 s1 = Series([5, 2, 4, 1], index=['v', 'x', 'y', 'z']) d1=DataFrame(np.arange(9).reshape(3,3), columns=['xx','yy','zz']) # 请在此添加代码 完成本关任务 # ********** Begin *********# s2=s1.drop('z') d2=d1.drop(['yy'],axis=1) # ********** End **********#
第6关：数据的基本操作——算术运算
编程要求
根据提示，在右侧编辑器Begin-End处补充代码：
- 让
df1与df2相加得到df3，并设置默认填充值为4。# df1,df2是DataFrame类型数据 df1 = DataFrame(np.arange(12.).reshape((3, 4)), columns=list('abcd')) df2 = DataFrame(np.arange(20.).reshape((4, 5)), columns=list('abcde')) # 请在此添加代码 完成本关任务 # ********** Begin *********# df3=df1.add(df2,fill_value=4) # ********** End **********# # 返回df3 return df3
第7关：数据的基本操作——去重
编程要求
根据提示，在右侧编辑器Begin-End处补充代码:
- 去除
df1中重复的行，并把结果保存到df2中。# df1是DataFrame类型数据 df1 = DataFrame({'k1': ['one'] * 3 + ['two'] * 4, 'k2': [1, 1, 2, 3, 3, 4, 4]}) # 请在此添加代码 完成本关任务 # ********** Begin *********# df2=df1.drop_duplicates() # ********** End **********# # 返回df2
第8关：层次化索引
编程要求
根据提示，在右侧编辑器Begin-End处补充代码:
- 对
s1进行数据重塑，转化成DataFrame类型，并复制到d1。 #s1是Series类型数据 s1=Series(np.random.randn(10), index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd', 'd'], [1, 2, 3, 1, 2, 3, 1, 2, 2, 3]]) # 请在此添加代码 完成本关任务 # ********** Begin *********# d1=s1.unstack() # ********** End **********# # 返回d1 return d1
注：内容只做参考和分享，未经允许不可传播，侵权立删